FreeLLMXiaomi Research releases A‑RSI for zero‑data multimodal self‑improvement
O método A‑RSI atualiza tarefas de treinamento quando os sinais de aprendizado caem, aumentando pontuações de benchmark sem rótulos externos.
Assista no YouTube · Assista ao Short
A‑RSI improves recursive self‑improvement by automatically refreshing tasks based on declining learning signals.
The approach also uses program‑generated answers that can be independently verified, removing the need for external labels.
Experiments show that A‑RSI raises benchmark performance compared to static‑task training.
The paper and its supplementary materials are hosted on Hugging Face and include a visual poster, video, and downloadable blog.
O que isso significa para você
A‑RSI offers a way to keep multimodal models learning without costly labeled data, which benefits researchers and developers seeking efficient self‑improvement. For users of free or locally hosted models, the technique could enable better performance without relying on large external datasets.
Fontes
- Xiaomi Research paper: A-RSI: Adaptive Task Refresh for Zero-Data Multimodal Self-Improvement, Hugging Face Papers (official), 27 Oct 2026
Escrito automaticamente a partir das fontes acima, depois verificado pelo nosso código: todo número e nome deve aparecer nelas, e nenhuma frase pode copiar uma fonte. Encontrou um erro? Reporte‑o.
Qual IA você pode usar grátis hoje?
Todo modelo de IA gratuito, classificado por votos humanos cegos, com a memória e velocidade que ele precisa na sua própria GPU.