#R-Zero

AI科研傳播指數 31

騰訊推 R-Zero 訓練框架：大模型不靠人工標註也能自我進化

騰訊 AI Lab 與聖路易斯華盛頓大學聯合提出 R-Zero 框架，讓大模型無需任何人工標註資料即可自我進化。該技術將模型拆分為「出題者」與「解題者」協同博弈，自動生成難度適中的遞進任務。測試中 Qwen3-4B 數學推理均分提升 6.49 分，大幅降低了推理模型的訓練門檻與資料成本。