自博弈预训练:LM从随机初始化零数据生成全部预训练数据
burny_tech · x · 2026-09-27
michaelyli 等人发布 Self-Play Pretraining with Zero Data 研究：两个模型从随机初始化开始，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。结果看到在图像、文本、音频、旋律上 zero-shot 验证损失随自博弈算力可预测地下降，且学习器发展出 in-context learning 能力。转发者特别赞赏其中用 AdamW 预条件内积衡量数据价值的做法"非常干净"，并追问是否有在线数据选择方向的类似工作。
「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