LoRA に関する報道

この研究では、値フィルタリングに基づく自己トレーニング データにより、オープン世代の平均品質が古典的なヒューリスティックを超えるのではなく、既知の良好な値に向かって移動することがわかりました (超過値を 1.7 ～ 3.1 ポイント削減)。 3 回繰り返した実験により、平均値が一貫していることが確認されました (-2.0、-1.8、-1.9)。これは、自己改善には上限があり、その向上は上限を突破するのではなく、低品質の成果を減らすことによってもたらされることを意味します。