Easy Samples Are All You Need: Self-Evolving LLMs via Data-Efficient Reinforcement Learning

Esta investigación introduce EasyRL, un nuevo enfoque de aprendizaje por refuerzo eficiente en datos para LLMs autoevolutivos, diseñado para superar los altos costos de anotación y problemas de rendimiento en métodos existentes. Inspirado en la teoría del aprendizaje cognitivo, EasyRL integra la transferencia de conocimiento de datos etiquetados fáciles con una estrategia progresiva de dividir y conquistar para datos no etiquetados difíciles.