用語集 › self-improvement
GLOSSARY
self-improvement
自己改善。AIが自分で自分を良くすること
4本の論文題名に登場
定義
モデルが自分の出力を使って学習データや振る舞いを改善していく枠組み。正誤を機械的に判定できる課題では、自力で解かせて正解した軌跡だけを再学習に回す手順が典型で、人手の注釈を減らす狙いがある。際限なく良くなるわけではなく、検証手段の質が上限を決める。
論文題名での読み方
自己改良ループ
この語が出てくる解説
- 論文解説: PILOT in the Loop — 走っている最中に直す「ライブ自己改善」PILOT in the Loop: Live Self-Improvement for Long-Horizon Agents
- 論文解説: On-Policy Distillationは本当に蒸留しているのか — ノイズまみれの教師から自己改善へDoes On-Policy Distillation Really Distill? From Noisy Teacher to Self-Improvement
- 論文解説: Frontis-MA1 — 「AIを作るAI」を鍛える。MLエンジニアリングで再帰的自己改善に一歩迫るOpenMLEFrontis-MA1: Training an AI4AI Model towards Recursive Self-Improvement in Machine Learning Engineering