摘要
大型语言模型在创意编剧等专业领域表现不足,现有后训练方法依赖权重访问且计算昂贵,而代理持续学习则受限于人工标注或不可靠的反馈。为此,本文提出一种受扩散模型启发的无监督自进化代理框架。该框架利用高质量人类作品构建自监督信号,通过对比代理重构与原始内容的差异来更新外部文本技能库,而非模型权重。在短剧编剧任务上的实验表明,该方法使代理能自主提取泛化技能,显著提升领域生成能力,为无需外部监督的复杂内容生产提供了可扩展路径。
AI 推荐理由
论文提出自进化框架,通过无监督自我对比反思机制实现技能自主积累与迭代。
研究机构
清华大学
上海人工智能实验室
香港科技大学
论文信息