SEAL 把训练材料的写法也变成学习目标
候选材料先经过参数适应后的问答检验；选出的文字，再用于训练同一个模型为后续适应生成材料。
解读展开概要收起概要
SEAL 连接了两个学习目标：从原文衍生的文字中学习，以及学习怎样生成训练后有用的文字。候选材料分别经历参数适应和问答评价；选出的原文—材料配对，再用于训练生成策略。作者报告，推论提示的准确率从 39.7% 升至 47.0%，改写提示从 49.4% 升至 55.6%。一次合并 200 段原文的训练达到 43.8%，另一个连续更新测试则发现旧任务表现逐渐下降。这些结果支持在明确评价条件下更有效的适应，尚未证明知识可以无限可靠积累，也未建立开放式递归自我改进的结论。本文不提供独立复现实验结果。