arXiv、LLM自己学習の新手法「戦略的多様性サンプリング」を公開
arXiv cs.CLが2026年9月25日(現地時間)付けで、大規模言語モデル（LLM）の自己学習における新たなデータ構築原則「戦略的多様性サンプリング」に関する研究論文を公開した。Alexander Gurung氏、Esmeralda S. Whitammer氏、Mirella Lapata氏らが執筆したこの論文は、LLMのトレーニングや推論で用いられる繰り返しサンプリングにおいて、従来の「正解性」を重視するデータ構築がモデルの既存戦略を過度に反映してしまう課題を指摘している。問題解決への多様なアプローチを含むデータを生成することで、自己学習の効率と性能を向上させる可能性を示している。