LLM Evolution Production System Reinforcement Learning Iterative Improvement
摘要

本报告介绍了 CharacterFlywheel，一种用于优化 Instagram、WhatsApp 和 Messenger 等社交应用中大型语言模型的迭代飞轮流程。基于 LLaMA 3.1，研究利用内外真实用户数据历经 15 代模型 refinement。通过持续部署与 A/B 测试，新模型在参与度广度与深度上分别提升最高达 8.8% 和 19.4%，指令遵循率显著增至 84.8%。该流程整合数据策展、奖励建模、监督微调及强化学习，确立了大规模生产环境下 LLM 可靠进化的科学范式。

AI 推荐理由

论文核心提出迭代飞轮机制，通过多代数据驱动实现模型自我改进与进化。

研究机构
Meta Superintelligence Labs FAIR at Meta OpenAI xAI Work done at Meta Joint second author
论文信息
作者 Yixin Nie, Lin Guan, Zhongyao Ma, Anchit Gupta, Yipin Zhou et al.
发布日期 2026-03-02
arXiv ID 2603.01973
相关性评分 9/10 (高度相关)
arXiv 页面 下载 PDF