SPAR – 智谱团队推出的自我博弈训练框架

SPAR是智谱团队推出的自我博弈框架，能增强大型语言模型在遵循指令方面的能力。框架基于内部的生成者和完善者两个角色进行互动，生成者执行指令生成回复，完善者对回复进行分析和改进。SPAR基于树搜索技术精细化和优化回复，排除无关的干扰因素，从而突出对指令遵循至关重要的关键差异。这一过程提升了模型执行指令的准确性，增强了模型的自我完善能力。实验结果显示，SPAR框架能显著提高模型在IFEval等评估基准上的性能，证明在提升大型语言模型指令遵循能力方面的有效性。

官网：https://github.com/thu-coai/SPaR

立即打开官网