在人工智能領(lǐng)域，一項突破性研究為AI大模型的自我改進能力開辟了新路徑。這項由阿里巴巴Qwen團隊與香港中文大學深圳分校、深圳大數(shù)據(jù)研究院聯(lián)合完成的研究，提出了一種名為SCRIT的創(chuàng)新框架，讓AI能夠像人類一樣具備自我反思和糾錯能力。該成果發(fā)表于2025年COLM會議，論文《Self-Evolving Critique Abilities in Large Language Models》詳細闡述了這一技術(shù)突破。wER28資訊網(wǎng)——每日最新資訊28at.com

傳統(tǒng)AI大模型雖然能夠解決復雜問題，但在自我糾錯方面存在明顯短板。當人類評判員也難以判斷答案質(zhì)量時，AI往往無法自主發(fā)現(xiàn)錯誤。研究團隊將這一挑戰(zhàn)比喻為培養(yǎng)一個完全依賴外界指導的學生學會自我反思。此前的方法要么依賴昂貴的人工標注，要么需要更強大的AI模型作為指導，但這些方案在AI能力接近人類水平時面臨瓶頸。wER28資訊網(wǎng)——每日最新資訊28at.com

SCRIT系統(tǒng)的核心創(chuàng)新在于引入了對比學習機制。該系統(tǒng)通過分析標準答案與待評判答案的差異，使AI能夠像經(jīng)驗豐富的教師一樣，先理解正確解題思路，再發(fā)現(xiàn)錯誤所在。實驗數(shù)據(jù)顯示，采用這種方法的AI評判準確率顯著提升：在明確錯誤答案的測試中，準確率從39.7%提高到50.0%；在混合答案測試中，從57.7%提升至62.1%；即使面對自我生成的答案，準確率也從61.7%穩(wěn)步增長到62.9%。wER28資訊網(wǎng)——每日最新資訊28at.com

為了訓練這一系統(tǒng)，研究團隊構(gòu)建了龐大的數(shù)據(jù)工廠。他們從NuminaMath數(shù)據(jù)集出發(fā)，收集了45.2萬個涵蓋小學到奧林匹克競賽難度的數(shù)學問題。通過讓七個不同能力的AI模型生成解答，最終獲得了66.5萬個問題-解答對，其中正確與錯誤解答各占一半。這些數(shù)據(jù)經(jīng)過嚴格篩選，確保每個問題都包含可供對比學習的正確和錯誤范例。wER28資訊網(wǎng)——每日最新資訊28at.com

SCRIT的評判生成過程分為四個關(guān)鍵階段：首先解析標準答案中的核心數(shù)學概念，然后逐步檢查待評判答案的每個步驟，接著給出整體評判結(jié)論，最后提供完整的修正方案。特別值得注意的是，系統(tǒng)還會讓不同正確解答相互學習，從而培養(yǎng)更靈活的評判思維。這種設(shè)計使AI能夠欣賞多樣化的解題方法，提高評判的全面性。wER28資訊網(wǎng)——每日最新資訊28at.com

質(zhì)量把控是SCRIT系統(tǒng)的另一大亮點。研究團隊引入了自我驗證機制，要求AI按照提出的修改建議重新解題，只有能得到正確答案的評判才會被采用。這一機制顯著提高了評判質(zhì)量：在初始生成的評判結(jié)果中，僅有51.4%能通過質(zhì)量檢測。不同難度問題的通過率差異明顯，小學數(shù)學問題通過率達91.8%，而奧林匹克級別問題僅為27.1%。經(jīng)過篩選，最終獲得了34.2萬個高質(zhì)量的訓練樣本。wER28資訊網(wǎng)——每日最新資訊28at.com

在錯誤識別測試中，SCRIT的表現(xiàn)更加突出。在PRM800K數(shù)據(jù)集上，F(xiàn)1分數(shù)從37.8%躍升至45.0%，提升幅度達19.0%。數(shù)學推理任務(wù)上的提升尤為顯著，GSM8K數(shù)據(jù)集提升11.3個百分點，MATH數(shù)據(jù)集提升9.1個百分點。這些數(shù)據(jù)證明，SCRIT不僅能夠判斷答案對錯，還能準確定位第一個出錯步驟，就像醫(yī)生能夠精確找出病灶位置。wER28資訊網(wǎng)——每日最新資訊28at.com

對比實驗揭示了SCRIT成功的關(guān)鍵因素。研究發(fā)現(xiàn)，隨著訓練數(shù)據(jù)增加，對比評判方法的效果持續(xù)提升，而傳統(tǒng)直接評判和錯誤注入方法很快遇到瓶頸。當訓練數(shù)據(jù)達到17萬個樣本時，對比方法準確率達58.3%，遠超直接方法的55.1%和錯誤注入方法的49.0%。模型規(guī)模對效果影響顯著：參數(shù)從15億擴展到720億的過程中，評判準確率從41.7%大幅提升至58.3%，錯誤識別能力從12.5%猛增至45.1%。wER28資訊網(wǎng)——每日最新資訊28at.com

研究過程中的一個意外發(fā)現(xiàn)擴展了SCRIT的應(yīng)用前景。用科學推理問題訓練的SCRIT版本，不僅在科學任務(wù)上表現(xiàn)優(yōu)異，在數(shù)學任務(wù)上也保持競爭力。在ARC-C、GPQA、MMLU-STEM等科學推理基準測試中，系統(tǒng)實現(xiàn)了顯著性能提升。特別是用科學數(shù)據(jù)訓練的版本在平衡解答測試中取得67.4%的成績，比原始模型提升14.6個百分點，顯示出強大的跨領(lǐng)域?qū)W習能力。wER28資訊網(wǎng)——每日最新資訊28at.com

系統(tǒng)設(shè)計的細節(jié)優(yōu)化同樣值得關(guān)注。自我驗證機制雖然只帶來0.8%的準確率提升，但在錯誤識別方面有3.0%的顯著改進。使用多樣化問題領(lǐng)域訓練的系統(tǒng)，性能比單一領(lǐng)域訓練的系統(tǒng)高1.4個百分點。有趣的是，訓練數(shù)據(jù)中錯誤解答比例更高時（25%正確：75%錯誤），系統(tǒng)表現(xiàn)反而更好，說明見過更多錯誤的AI更擅長發(fā)現(xiàn)問題。wER28資訊網(wǎng)——每日最新資訊28at.com

這項研究為AI發(fā)展開辟了新方向。在教育領(lǐng)域，配備SCRIT能力的AI教師能夠像專業(yè)輔導員一樣，準確識別學生思維中的錯誤并提供改進建議。在科研領(lǐng)域，它為解決"可擴展監(jiān)督"難題提供了新思路，使AI能夠在沒有更強監(jiān)督者的情況下持續(xù)改進。更廣泛地說，這種自我對比和驗證的機制可擴展到代碼審查、文檔寫作、決策制定等多個需要質(zhì)量把控的領(lǐng)域。wER28資訊網(wǎng)——每日最新資訊28at.com

盡管當前版本主要適用于有明確正確答案的領(lǐng)域，如數(shù)學和科學推理，但其原理具有普遍適用性。研究團隊指出，這項工作證明了AI可以通過內(nèi)在機制實現(xiàn)自我改進，不再完全依賴外部指導。隨著技術(shù)發(fā)展，未來的AI系統(tǒng)可能具備更全面的自我反思能力，這不僅會改變我們使用AI的方式，更可能推動AI技術(shù)發(fā)展進入新階段。wER28資訊網(wǎng)——每日最新資訊28at.com

   更多>同類資訊可靈AI數(shù)字人正式登場：極簡操作實現(xiàn)高質(zhì)輸出，重塑數(shù)字人行業(yè)標準09-19華為徐直軍：未來3年昇騰芯片將快速演進，2027年超節(jié)點集群規(guī)模達百萬卡級09-19莫斯科團隊研發(fā)SRMT技術(shù)：共享記憶賦能機器人，開啟高效協(xié)作新篇章09-19小紅書“利劍出鞘”：多維治理體系精準打擊虛假營銷生態(tài)09-19DeepSeek-R1登《自然》封面：AI大模型邁向科學嚴謹，融入更廣科學交流圈09-19七年估值暴漲超70倍！80后博士領(lǐng)航國星宇航，商業(yè)航天征途盈利幾何？09-19寒武紀2025半年業(yè)績會：辟謠百萬訂單傳聞，透露新一代芯片優(yōu)化進展09-19寒武紀業(yè)績會聚焦成長：AI算力需求激增，智能芯片迎發(fā)展新機遇09-19英偉達50億美元注資英特爾，黃仁勛陳立武攜手共拓AI與PC新未來09-19均勝電子新品亮相：AI頭部總成、全域控制器等完善機器人產(chǎn)品矩陣本報訊（記者吳奕萱）9月18日，寧波均勝電子股份有限公司（以下簡稱“均勝電子”）舉行機器人部件新產(chǎn)品發(fā)布會，正式公開機器人AI頭部總成、基于英偉達Jetson Thor芯片的全域控制器和新一代機器人能源管理…09-19中科信息：引入腦機接口技術(shù)輔助智慧醫(yī)療，完成機器視覺全產(chǎn)業(yè)鏈布局9月18日晚間，中科信息（300678.SZ）披露投資者活動記錄表，稱公司目前未開展腦機接口業(yè)務(wù)，但根據(jù)智慧醫(yī)療業(yè)務(wù)的需要，引進腦機接口技術(shù)及設(shè)備作為輔助工具，研發(fā)基于光遺傳調(diào)控的閉環(huán)腦機接口（BMI）系統(tǒng)…09-19宇樹科技9年砥礪前行，上市在即，機器人賽道或迎新發(fā)展浪潮宇樹科技的團隊成員們?nèi)找广@研，不斷嘗試新的技術(shù)和設(shè)計方案，經(jīng)過無數(shù)次的失敗與調(diào)整，2017 年，首款四足機器人 Laikago 問世，它的出現(xiàn)，雖然在性能上還有諸多不足，但對于宇樹科技來說，卻是邁出了堅實的…09-19?中文互聯(lián)網(wǎng)基礎(chǔ)語料3.0發(fā)布?：120GB高質(zhì)量數(shù)據(jù)助力AI訓練與發(fā)展?9 月 18 日消息，今日上午，在昆明召開的 2025 年國家網(wǎng)絡(luò)安全宣傳周人工智能安全治理分論壇上，中文互聯(lián)網(wǎng)基礎(chǔ)語料 3.0正式向社會發(fā)布。 在中央網(wǎng)信辦相關(guān)部門指導下，中國網(wǎng)絡(luò)空間安全協(xié)會會…09-19數(shù)聯(lián)古今智繪文明 2025世界互聯(lián)網(wǎng)大會文化遺產(chǎn)數(shù)字化論壇啟幕開幕式后舉行了主論壇，與會嘉賓圍繞“保護·傳承”“技術(shù)·創(chuàng)新”“產(chǎn)業(yè)·賦能”“開放·共治”四個議題展開深入討論，著力探索數(shù)字化賦能文化遺產(chǎn)保護的新方法、新路徑，推動文明交流互鑒。論壇期間，還舉行了文化遺產(chǎn)數(shù)…09-19華為全聯(lián)接大會2025發(fā)布全球最強算力超節(jié)點及集群 引領(lǐng)AI基礎(chǔ)設(shè)施新方向[中國，上海，2025年9月18日] 今日，華為全聯(lián)接大會2025在上海啟幕，華為副董事長、輪值董事長徐直軍發(fā)表題為“以開創(chuàng)的超節(jié)點互聯(lián)技術(shù)，引領(lǐng)AI基礎(chǔ)設(shè)施新范式”的主題演講，正式發(fā)布全球最強算力超節(jié)點和集…09-19點擊查看更多 +全站最新李榮浩意外“解鎖”新身份，成iOS更新后創(chuàng)意二創(chuàng)靈感源？?蘋果或于2025年四季度量產(chǎn)低價MacBook，A系列芯片+多彩設(shè)計能否掀起新熱潮？?OPPO K13s與K13x正式開售：滿級防水抗摔，799元起享超值體驗哈啰跨界Robotaxi，攜螞蟻寧德入局，兩年內(nèi)能否實現(xiàn)萬輛規(guī)模突圍？大連推進氫燃料電池汽車示范建設(shè)：聚焦產(chǎn)業(yè)鏈發(fā)展 部署關(guān)鍵任務(wù)AI助力混合動力技術(shù)升級 “十五五”協(xié)同創(chuàng)新開啟全能發(fā)展新篇章熱門內(nèi)容

• 熱度攀升！千億科技龍頭頻獲機構(gòu)調(diào)研，業(yè)務(wù)增長透露哪些行業(yè)新動向？
• 蘋果加速AI布局，或收購兩家法國AI初創(chuàng)企業(yè)
• DeepSeek V3.1大模型升級，適配國產(chǎn)新芯片，性能顯著提升
• 蘋果秋季發(fā)布會亮相iPhone 17系列："史上最薄"Air登場，Pro Max 2TB版定價17999元
• ?小米16系列或提前登場，首發(fā)驍龍8 Elite Gen5，9月機圈大戰(zhàn)一觸即發(fā)?
• 國金證券：A股第三輪重估腳步臨近，三類資產(chǎn)投資方向值得關(guān)注
• 蘋果加速布局中國市場！Apple Intelligence和新版Siri或年底至明年上線
• 蘋果AI布局加速，或?qū)⒊饩拶Y收購歐洲兩大AI初創(chuàng)企業(yè)
• 紅米Note15系列前瞻：7s芯片、7000mAh大電池，防水新標桿即將登場
• WAVE SUMMIT大會新動態(tài)：文心大模型X1.1上線，多項能力顯著躍升
• 華為智能手表登頂全球，蘋果需直面挑戰(zhàn)求變革
• 科創(chuàng)板AI基金8月22日凈值飆升7.79%，重倉股表現(xiàn)搶眼
• ?字節(jié)跳動千人芯片團隊架構(gòu)調(diào)整，轉(zhuǎn)至新加坡子公司Picoheart引關(guān)注?
• vivo X300系列新機入網(wǎng)：首發(fā)LYT-828+2億像素，衛(wèi)通版支持北斗衛(wèi)星短信
• 華為云重組風暴：多部門整合，聚焦AI領(lǐng)域引發(fā)關(guān)注

本欄最新寒武紀2025半年業(yè)績會：辟謠百萬訂單傳聞，透露新一代芯片優(yōu)化進展寒武紀業(yè)績會聚焦成長：AI算力需求激增，智能芯片迎發(fā)展新機遇英偉達50億美元注資英特爾，黃仁勛陳立武攜手共拓AI與PC新未來均勝電子新品亮相：AI頭部總成、全域控制器等完善機器人產(chǎn)品矩陣中科信息：引入腦機接口技術(shù)輔助智慧醫(yī)療，完成機器視覺全產(chǎn)業(yè)鏈布局宇樹科技9年砥礪前行，上市在即，機器人賽道或迎新發(fā)展浪潮

本文鏈接：http://www.www897cc.com/showinfo-45-27786-0.html阿里巴巴與港中大攜手：SCRIT系統(tǒng)賦能AI，開啟自我糾錯與進化新篇章

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 耶魯大學打造MMVU測試：AI專業(yè)視頻理解能力迎來“大考”

下一篇： 可靈AI數(shù)字人正式登場 極簡操作實現(xiàn)高質(zhì)輸出