R-Zero: Self-Evolving Reasoning LLM from Zero Data
R-Zero:从零数据自演化推理大语言模型
机构 * Tencent AI Seattle Lab(腾讯AI西雅图实验室) ; Washington University in St. Louis(华盛顿大学圣路易斯分校) ; University of Maryland, College Park(马里兰大学科廷分校) ; The University of Texas at Dallas(德克萨斯大学达拉斯分校)
AI总结 R-Zero通过自动生成训练数据,实现无需人工干预的自演化推理大语言模型,显著提升推理能力。