NYU与Amazon论文提出SGUID技能筛选方法

2026年10月10日，X 用户 Rohan Paul 发帖介绍 NYU 与 Amazon 的一篇新论文，提出 SGUID 技能筛选方法。该帖称，技能是模型通过阅读自身副本而吸收的简短文字提示；按主题匹配挑选时，在 3 个 Qwen 模型上不到 25% 的技能能提供有效训练信号。论文发现，只蒸馏少数能持续产生有效训练信号的技能，效果可匹敌甚至超过最多 11 倍大的技能库：使用 6 个此类技能时，4 个模型中有 3 个在数学竞赛测试上追平或超过由 30 至 71 个技能组成的完整技能库；第二轮加入 3 个新技能后，Qwen3-8B 的成绩从 64.3% 提升至 66.3%。目前该事件仅有这一篇报道，尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。