研究提出了一种自我监督的互信息对齐方法（SAMI），用于优化多任务环境中的语言模型。SAMI通过增强行为偏好与模型响应的联系，在多任务测试中表现出色，尤其在数学准确性上有显著提升。该方法无需偏好标签或示范，能够在对话和摘要任务中超越预训练和微调模型，为模型优化提供了新思路。

本研究解决了机器人和物体方向处理中的数学准确性不足问题，特别是在学习过程中。通过对网络输入和输出进行简单修改，使其符合方向的李群结构，从而实现了与现有学习库直接兼容的高效实现，并在多种情境下表现出显著优于常见方向表示的性能。