# SPAR – 智谱团队推出的自我博弈训练框架 - Link: https://paooo.com/aigc-news/24517/ - Published: 2026-07-08T01:48:29+08:00 - Author: 站外新闻 ## SPAR是什么 SPAR是智谱团队推出的自我博弈框架，能增强大型语言模型在遵循指令方面的能力。框架基于 内部的生成者和完善者两个角色进行互动，生成者执行指令生成回复，完善者对回复进行分析 和改进。SPAR基于树搜索技术精细化和优化回复，排除无关的干扰因素，从而突出对指令遵循 至关重要的关键差异。这一过程提升了模型执行指令的准确性，增强了模型的自我完善能力。 实验结果显示，SPAR框架能显著提高模型在IFEval等评估基准上的性能，证明在提升大型语言 模型指令遵循能力方面的有效性。 阅读目录 * [SPAR是什么](https://paooo.com/aigc-news/24517/#spar%e6%98%af%e4%bb%80%e4%b9%88) * [SPAR的主要功能](https://paooo.com/aigc-news/24517/#spar%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [SPAR的技术原理](https://paooo.com/aigc-news/24517/#spar%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [SPAR的项目地址](https://paooo.com/aigc-news/24517/#spar%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [SPAR的应用场景](https://paooo.com/aigc-news/24517/#spar%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) ![SPAR](https://paooo.com/wp-content/uploads/2026/07/SPAR-website-1.avif) ## SPAR的主要功能 * **提升指令遵循能力**：提高大型语言模型（LLMs）准确理解和执行指令的能力。 * **构造有效偏好对**：基于自我博弈和树搜索策略，够构造出有效且可比较的偏好对，偏好 对不含干扰因素，帮助模型学习关键差异。 * **自我博弈迭代改进**：模型基于扮演生成者和完善者两个角色，进行自我博弈，用迭代 的方式不断改进指令遵循能力。 * **树搜索策略**：用树搜索算法精细化模型的响应，确保生成的回复能够更准确地遵循指令。 * **模型性能优化**：基于优化生成者和完善者两个模型，提高整体的指令遵循性能。 * **可扩展性和可转移性**：展示了对不同大小模型的可扩展性和可转移性，能提升各种规模 模型的指令遵循能力。 ## SPAR的技术原理 * **自我博弈框架**：SPAR框架中，LLMs扮演生成者和完善者两个角色，生成者生成回复， 完善者对回复进行评估和改进。 * **树搜索算法**：基于树搜索算法（包括广度优先搜索BFS和深度优先搜索DFS）探索可能 的回复路径，并找到最佳回复。 * **去除干扰因素**：基于精细化回复对，排除与指令遵循无关的干扰因素，让模型能专注 于学习指令的关键要求。 * **迭代训练**：基于迭代训练的方式，不断优化生成者和完善者模型，每轮迭代都基于前 一轮的结果进行改进。 * **数据构建**：构建高质量的数据集，包含复杂指令遵循提示和相应的监督式微调（SFT） 数据，用在初始化和训练行动者和精炼者模型。 * **模型优化**：用树搜索策略生成的精细化回复对，SPAR基于直接偏好优化（DPO）和拒绝 重采样微调（RFT）训练行动者和精炼者模型，实现持续的自我提升。 ## SPAR的项目地址 * **GitHub仓库**：[https://github.com/thu-coai/SPaR](https://github.com/thu-coai/SPaR) * **HuggingFace模型库**：[https://huggingface.co/datasets/CCCCCC/SPaR](https://huggingface.co/datasets/CCCCCC/SPaR) * **arXiv技术论文**：[https://www.arxiv.org/pdf/2412.11605](https://www.arxiv.org/pdf/2412.11605) ## SPAR的应用场景 * **智能助手**：在个人或企业智能助手中帮助模型更好地理解用户的指令，提供更准确的 服务和响应。 * **客户服务**：在客户服务领域，训练聊天机器人更准确地遵循客户的请求，提高问题解决 的效率和客户满意度。 * **教育技术**：在教育应用中，辅助开发智能教学助手，理解并执行教师或学生的复杂指令， 提供定制化的学习体验。 * **医疗咨询**：在医疗咨询系统中，提升模型对患者问题的理解能力，确保提供安全、准确 的医疗建议和信息。 * **智能家居控制**：在智能家居领域，帮助语音控制助手更准确地理解和执行用户的家居 控制指令。 **🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [⚡ AIGC 早报生成器](https://paooo.com/mtool/)