跳到正文
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

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.AI
    RSI-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
–

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。