港中大与阿里巴巴联合研发SCRIT系统，推动AI自我纠错与进化
在2025年COLM会议上，阿里巴巴Qwen团队与香港中文大学深圳分校、深圳大数据研究院联合发表了一项开创性的研究成果——《Self-Evolving Critique Abilities in Large Language Models》。这项研究提出名为SCRIT的新型框架，为AI系统赋予了类似人类的自我反思和纠错能力，标志着人工智能自我进化能力的重大突破。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
该研究从传统大模型的局限性出发：这些系统虽然能够处理复杂任务，但在自我纠错方面始终存在瓶颈，特别是在外部评判缺失的情况下。研究团队创造性地将这一技术挑战类比为培养学生的自主学习能力。不同于以往依赖人工标注或更强大监督模型的方法，SCRIT采用了革命性的对比学习机制，让AI通过分析正确与错误答案的差异来自主提升评判能力。这一创新方法在多项基准测试中都取得了显著成效：
- 在NuminaMath数据集上的准确率提升10.3个百分点
- 在PRM800K数据集上F1分数提高了19.0%
- 数学推理测试中表现尤为突出：GSM8K提升11.3%，MATH提升9.1%
支撑这项突破性成果的核心是其独特的训练数据体系。研究人员构建了涵盖小学到奥林匹克等级的45.2万个数学问题库，通过多模型协同生成了66.5万组带标签的问题-解答对。这些数据经过精心设计，确保每组都包含可供对比的正反例证。在实际应用中，SCRIT执行精确的"四步走"判断流程：
- 解析标准答案的关键概念
- 逐步检查待评判答案
- 给出综合评价
- 提供完整修正方案
特别值得一提的是该系统的自我验证机制：只有当修正建议能够推导出正确答案时，该评判才会被采纳。这一质量控制措施带来了明显效果：训练数据通过率从51.4%提升到91.8%（针对小学数学题），但同时也暴露出解决复杂问题的挑战——奥林匹克级问题的通过率仅为27.1%。
通过系统性的对比实验，团队揭示了几个关键发现：
- 数据规模与模型参数量均对性能有决定性影响
- 科学推理训练数据展现出惊人的跨领域迁移能力
- 错误样本占比越高的训练集反而能带来更好的检测效果
目前这项技术虽然主要应用于数学和科学等结构化领域，但其背后蕴含的原理为AI发展的未来指明方向——摆脱外部监督依赖，实现真正的自主进化。这不仅将重塑教育辅导、科学研究和质量管控等行业，更可能催生新一代具备完全自主学习能力的智能系统，为通用人工智能的发展奠定基础。
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票