语言模型自身是否得到了改善，越来越多地不是通过平均准确度来判断，而是通过它获得和失去的个人问题来判断。跟踪这些转换意味着区分两个有噪声的估计值，使它们容易受到测量伪影的影响。审核三轮排名- $ 32 $ LoRA在Qwen3-8B上针对通过相同管道的冻结控制进行自我训练，我们确定

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.20290v1)获取最准确的信息。

---
🔗 **原文链接**: [Phantom Gains: Auditing Self-Improvement Against a Measured ](https://arxiv.org/abs/2608.20290v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Cheng Xu, Nan Yan, Liming Chen, M-Tahar Kechadi

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-21 14:02