Absolute Zero Reasoner 零外部数据自博弈推理受热议

在自博弈(self-play)话题讨论升温之际，Absolute Zero Reasoner(AZR，arXiv:2505.03335)获得研究者推荐。该工作的核心思路是模型不需要任何外部数据，完全通过自博弈与自身经验、并借助一个代码执行环境进行验证，从而自主学习推理能力。这一零外部数据的纯自博弈范式引发了社区热议。

2026-09-26 ~ 2026-09-26 · 2 条相关