跳到正文
Hacker News 首页

Ornith-1.5 让模型自己出题、搭脚手架、写答案,靠强化学习滚雪球式变强,三个尺寸在编程和智能体跑分上压过同级开源模型

Ornith-1.5: From Self-Scaffolding to Self-Improvement

Ornith-1.5 把上一代的自搭脚手架思路升级成完整的自改进闭环:模型自己生成新任务、搭好解题用的脚手架、产出多轮答案,再用强化学习从这些经验里提升自己。

推荐理由:Ornith-1.5 让模型自行生成任务、搭建解题脚手架并产出多轮答案,再用强化学习从这些经验中迭代提升,三个尺寸在编程与智能体跑分上超过同级开源模型。

读原文 ↗导出 Markdown