零数据自博弈预训练:模型从随机初始化自己生成训练数据
ctjlewis · x · 2026-09-26
研究者提出 Self-Play Pretraining with Zero Data 的概念验证:两个模型均从随机初始化出发,生成器为通用图灵机提议程序,学习器在其输出上训练,全程不使用任何真实数据。结果显示自然数据集(图像、文本、音频、旋律)上的零样本验证损失随自博弈算力可预测地下降,且学习器发展出上下文学习能力。作者强调这是一个 fun proof-of-concept,由多机构研究者共同完成。
「研究」频道最新
- UMAP 0.6 发布:300 万篇 arXiv 论文 5 分钟内完成降维 — leland_mcinnes · 2026-11-11
- Sakana AI 与 Pathway 对谈实录：后 Transformer 时代 AI 与大脑的关联 — kaixhin · 2026-11-11
- METR 回应质疑:AI 提速结论基于大量未公开数据 — peterwildeford · 2026-11-11
- RL 攻防双环境:训练 AI 植入后门与检测后门,收敛点成谜 — DimitrisPapail · 2026-11-11
- UniPath 被 NeurIPS 2026 接收：单模型自适应协调理解与生成 — jindong_wang92 · 2026-11-11
- 前 Astra 成员创业做 real2sim2real：机器人仿真光『看得真』不够 — abhishekunique7 · 2026-11-11