零数据预训练：两模型自博弈生成数据可预测 scaling
AlexTensor · x · 2026-09-27
一项名为 Self-Play Pretraining with Zero Data 的概念验证研究：生成器与学习器均从随机初始化出发，生成器为通用图灵机提出程序，学习器在其输出上训练，全程不使用任何真实数据。结果显示在图像、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，且学习器自发发展出 in-context learning 能力。Pedro Domingos 转评称这对「深度网络是核机」的信奉者毫不意外。由 Michaelyli 与 AdityaCowsik、KfirDolev 等合作完成。
「研究」频道最新
- 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
- Scale AI 1200+ 次训练对比 PPO 与 GRPO:小 batch 用 critic,大 batch 可省掉 — heghbalz · 2026-11-11