当题库追不上模型，AI开始给自己出题：中国这支团队跑通了数据层RSI

该研究聚焦于大模型训练的数据供给瓶颈，提出了一种让 AI 自主生成题目与数据的机制。通过跑通数据层 RSI，团队实现了模型在特定任务上的自我迭代与数据增强。

随着大模型参数规模不断扩大，高质量人类标注数据逐渐枯竭，传统依赖人工构建题库的模式难以维持。AI 自我出题技术旨在打破这一限制，为模型提供持续进化的燃料。

这一突破可能显著降低高质量训练数据的获取成本，并提升模型在复杂推理任务上的表现。若技术成熟，将推动大模型从被动学习向主动探索转变。

中国团队在此领域的探索展示了国内在 AI 基础设施层面的创新活力。数据层的革新往往是模型能力提升的关键，后续值得关注该技术在实际训练中的效果验证。

本站展示内容为基于公开信息的资讯解读与整理，不代表原文转载。如需核实细节或获取完整报道，请通过下方链接访问原始来源。