华人一作！Meta等复刻AlphaZero神话，AI甩开人类自修成神
Meta、UIUC与CMU联合提出的Self-play SWE-RL（SSR）采用自博弈机制，让AI在无人类数据干预下通过“破坏者”与“修复者”对抗自我进化。系统利用一致性验证与逆向变异测试保障生成Bug质量，并结合删除与历史回滚策略提升训练挑战性。实验显示，基于CWM-32B模型的SSR在SWE-bench Verified和SWE-Bench Pro上分别提升10.4%和7.8%，展现出强零样本泛化能力，证明仅凭原始代码即可突破传统依赖人类标注的数据瓶颈，为构建超智能编程系统提供新路径。来源：https://tech.ifeng.com/c/8pRdLPmw0l0
页:
[1]