Meta浙大校友让评估模型「自学成才」，数据全合成无需人工标注，训练Llama 3 70B超过405B

Meta FAIR研发出一种迭代式自我训练方法，该方法完全依赖合成数据，使得70B参数的Llama-3-Instruct模型在评估准确度上超越了405B参数的Llama模型。这种方法解决了人工标注数据成本高昂且容易过时的问题，通过指令选择、响应对构建和迭代训练等步骤，模型能够持续提升评估性能。
来源：https://mp.weixin.qq.com/s/yxl85mXsIhoMrymlAOCa3A