从未接受法律训练的自学 AI 登顶瑞士法律考试基准测试

📌 One-Sentence Summary

Darwin-180B-RSI 是一款在数学和科学领域使用模型级递归自改进的开源权重模型，尽管从未接受过法律数据训练，但已在瑞士法律考试基准测试中名列第一。

📝 Summary

本文介绍了来自 VIDRAFT 的 180B 参数模型 Darwin-180B-RSI，该模型在 LEXam 和 LEXam-hard 法律推理排行榜上均获得第一名。令人惊讶的是，该模型未经过任何法律文本训练；相反，它通过对其自身在数学和科学问题上的正确解法进行训练，实现了模型级递归自改进（RSI）。这一过程培养了一种通用的「推理习惯」，并成功迁移至法律领域。文中还区分了模型级 RSI（权重变化）与框架级 RSI（提示词/工作流变化），并解释了 Darwin 架构如何通过诊断融合而非从零预训练来演进模型。

💡 Main Points

推理能力的跨领域迁移

通过在可验证的数学和科学问题上进行递归自改进练习，模型培养了一套通用的推理方法论（分解问题并验证步骤），使其在没有法律训练的情况下，在瑞士法律考试中超越了专业模型。

模型级 RSI 与框架级 RSI 的区别

不同于框架级 RSI（如 Google 的 RRSI）通过在冻结模型周围优化提示词和工作流，模型级 RSI 直接更新实际权重，这意味着智能的提升被嵌入在模型文件本身之中。

Darwin 架构方法

Darwin 系列通过对父模型进行逐层诊断，并根据诊断信任度融合多个模型中最强的部分来演进模型，而非采用传统的从零预训练。

推理效率的提升

RSI 过程不仅提高了准确率，还提升了效率。该模型在达到与父模型相同准确率的同时，推理轨迹缩短了约 11%。

💬 Key Quotes

「在可验证问题上的自改进培养的是推理习惯而非知识：分解问题，检查每一步，得出结论。」

「Darwin 是在演进模型，而非从零开始预训练它们。」

「该模型从未接受过法律数据的训练。」

📊 Article Meta

AI Screening： 86

Source： DEV Community: machinelearning

Author： ai maya

Category： 人工智能

Language： 英文

Read Time： 3 min

Word Count： 662

Tags：

AI 与智能应用 , 推理模型 , 模型训练与推理 , 机器学习 , 大语言模型 (LLM)