**AutoMaster:通过自我进化实现自主后训练,让固定模型成为更优教师** _AutoMaster: Autonomous Post-Training
原帖
**AutoMaster:通过自我进化实现自主后训练,让固定模型成为更优教师**
_AutoMaster: Autonomous Post-Training by Making the Same Model a Better Teacher_
> 针对传统后训练中成功轨迹仍可能包含不良习惯或无效行为的问题,研究提出了 Skill-FT 框架,利用自然语言技能抑制不良行为并激发有效行为。在此基础上,AutoMaster 系统实现了完全自主的后训练:LLM 智能体通过分析轨迹、设计技能、筛选数据及获取反馈,自动优化教师模型。实验表明,在终端、搜索及软件工程等任务中,AutoMaster 在固定教师模型和训练设置下,使目标模型性能平均提升 1.42 至 8.99 个百分点,证明了行为塑造能显著提升固定模型的教学效果。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-11-20 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2611.26510)