Ny metod låter AI lära sig av sina egna svar – utan facit

arXiv cs.AI

Forskare har utvecklat en teknik kallad RUSD där en stor språkmodell (LLM) tränar sig själv genom att analysera sina egna lösningsförsök, utan att behöva tillgång till rätta svar eller bedömningsmallar. Modellen väger varje försök utifrån hur tillförlitligt och säkert det verkar, och resultaten är tydliga: på elva olika resonemangstester nådde Qwen3-8B 76,69% noggrannhet – 2,10 procentenheter bättre än utan metoden. Det intressanta är att modellen alltså fungerar som både lärare och elev samtidigt, vilket löser ett klassiskt problem inom AI-träning när externa facit saknas.