텐센트, 라벨링 데이터 없이 스스로 학습하는 AI 프레임워크 'R-Zero' 공개
텐센트 AI 랩과 세인트루이스 워싱턴대 연구진이 인간의 라벨링 데이터 없이 거대언어모델(LLM)이 스스로 성능을 높이는 프레임워크 'R-Zero'를 공개했다. 베이스 모델을 '출제자'와 '해결사'로 나눠 점진적으로 난도 높은 과제를 생성하고 해결하도록 유도한다. 실험 결과 Qwen3-4B의 수학 추론 점수가 6.49점 오르는 등 고난도 모델의 데이터 구축 비용을 크게 줄일 수 있을 것으로 기대된다.