SPADEX 框架：模型生成环境并自我博弈求解
_AndrewZhao · x · 2026-08-21
SPADEX 是一个自我博弈强化学习框架，其中一个 LLM 生成可执行的 Python 环境并进行学习求解，将课程保持在自身能力边界。
所属事件:SPADE 框架：单模型自博弈自动生成递增难度的训练环境(12 条相关)→
「研究」频道最新
- 探讨：为何模型生成的“丑图”呈 MSE 模糊状而非自然丑 — kalomaze · 2026-08-21
- Depth Anything V4：黎曼流匹配重建4D场景，无效高斯降至0.01% — RexDouglass · 2026-08-21
- 观点：LLM 训练应在采样温度下进行，RL 需保持规范温度 — kalomaze · 2026-08-21
- Judea Pearl 与 Guido Imbens 的因果图学术之争 — robseamans · 2026-08-21
- 清华等提出“代表性平等”指标，揭示 LLM 模拟不同国家人群的偏见 — zibuyu9 · 2026-08-21
- AutoDesign：让智能体Harness自我进化 — 机器之心 · 2026-08-21