Absolute Zero：推理模型自主进化的新开端

清华大学 LeapLab 团队联合多家机构提出全新推理范式 Absolute Zero，使模型能够自主生成任务并解决，摆脱对人工标注数据的依赖。基于该范式的 Absolute Zero Reasoner（AZR）在代码生成与数学推理领域表现出卓越性能，超越现有主流模型。实验表明，AZR 不仅具备强大的泛化能力，还展现出显著的可扩展性。研究团队还观察到 AZR 在训练过程中涌现出多种有趣行为，如状态跟踪和中间规划能力。Absolute Zero 的提出标志着推理模型从模仿人类迈向自主进化的关键一步，为构建具备持续自我进化能力的智能体开辟了新路径。
来源：https://mp.weixin.qq.com/s/aQnrOpmpcPXp9MPZsWUaMA