无数据自训练论文引关注

2026年10月26日，X 平台用户 AK（@_akhaliq）发帖分享了一篇题为《On-Policy Self-Training: Data-Free Self-Improvement in Large Language Models》（同策略自训练：大语言模型的无数据自我提升）的论文，并附上 Hugging Face 论文页面链接（huggingface.co/papers/2610.32770）。据该帖，论文主题是大语言模型在无数据条件下的自我提升，方法名为“同策略自训练”。目前可核实的信息仅限于这条分享帖及其给出的标题与链接，报道未披露论文作者、机构、实验设置、具体效果数据或发表状态，也没有后续跟进报道。事件仍停留在论文被公开分享的阶段，尚无独立验证或进一步进展。

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。