#R-Zero

AI科研传播指数 31

腾讯推 R-Zero 训练框架：大模型不靠人工标注也能自我进化

腾讯 AI Lab 与圣路易斯华盛顿大学联合提出 R-Zero 框架，让大模型无需任何人工标注数据即可自我进化。该技术将模型拆分为「出题者」与「解题者」协同博弈，自动生成难度适中的递进任务。测试中 Qwen3-4B 数学推理均分提升 6.49 分，大幅降低了推理模型的训练门槛与数据成本。