研究者发布RSI-Prime数据集,训练后模型性能提升31.95%
热点事件持续更新
研究者发布RSI-Prime数据集,训练后模型性能提升31.95%
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
Dewu Zheng等研究者构建并发布 RSI-Prime 数据集,包含七类任务的 350 条完整实验轨迹,用于提升大语言模型的模型训练能力。该数据集对轨迹做细粒度决策识别与质量标注,并用决策级 loss masking 排除低质量行为的监督。 在自主后训练基准 PostTrainBench 上,GLM-5.3 经 RSI-Prime 训练后整体性能相对提升 31.95%。
AI 根据报道生成 · 14 小时前更新
最新进展11月19日 13:00
RSI-Prime:用 350 条实验轨迹训练模型学会训练模型报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv cs.AIRSI-Prime:用 350 条实验轨迹训练模型学会训练模型
研究者构建 RSI-Prime 数据集,包含七类任务的 350 条完整实验轨迹,用于提升 LLM 的模型训练能力。该数据集通过细粒度决策识别与质量标注,并采用决策级 loss masking 排除低质量行为的监督。在自主后训练基准 PostTrainBench 上,GLM-5.3 经 RSI-Prime 训练后整体性能相对提升 31.95%。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 811月19日 22:00
- 近 24 小时变化
- –
02468
11月20日03:0006:0009:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。