Как оживить open-source LLM без дообучения?

Большинство открытых языковых моделей "замерзают" во времени: они не умеют гуглить, не могут обновляться и, как следствие, проваливаются на свежих научных задачах.

Новый подход — X?Master

Он превращает любую LLM в агента с доступом к коду, вебу и самокритике, не изменяя веса модели.

Как это работает:

– Модель может вставить Python-код прямо в ответ

– Код выполняется в песочнице, результат возвращается в чат

– Это позволяет модели использовать «внешнюю память»: веб-скрапинг, вычисления, даже вызов инструментов

Чтобы избежать случайных ошибок, авторы запускают 5 Solver-клонов, а затем роли Critic ? Rewriter ? Selector доводят ответ до ума.

Этот «поиск ? чистка» напоминает reinforcement rollouts, но не требует переобучения.

Результат:

– DeepSeek-R1 на задаче «Humanity’s Last Exam»: с 17.7% до 32.1%

– Обходит закрытые модели на сложном биотесте на +5 пунктов

И всё это — без дообучения. Просто обёртка.

Промпты, sandbox, и немного здравого смысла — и ваша модель снова в игре.

arxiv.org/abs/2507.05241

Источник: vk.com

Комментарии: