Keep on to blur preview images; turn off to show them clearly
我个人理解，这其实就是利用LLM构建两个Agent来进行对抗 其实也是一种GAN的思维逻辑 换句话说，发展就是在不断解决阴阳对冲的过程中形成的 但想让这个系统运转 逃离不开给Agent赋予「搜索&创造工具」的能力 只要有这个能力，Agent就可以通过RL不断去和世界碰撞 最终找到解决问题的方法 这和人类实践是类似的
最后，感谢你花时间阅读了这篇推文！ 关注@Yangyixxxx ，分享AI信息，商业洞察与增长实战 如果你喜欢这篇内容，也请点赞并转发第一条推文，把有价值的内容分享给更多人~
斯坦福大学的这篇论文值得了解👇🏻 他们构建了一个AI智能体框架，从零数据起步，没有人工标注，没有精心设计的任务，也没有任何演示，但它竟然超越了所有现有的自博弈方法。 这个框架名为Agent0：通过工具集成推理，从零数据中释放自我进化的智能体。 它所取得的成就令人难以置信。 你之前见过的所有“自我提升”的智能体都有一个致命的缺陷：它们只能生成比它们已经知道的稍微难一点的任务，所以它们会立即达到瓶颈。 Agent0打破了这个天花板。 关键在于： 他们从同一个基础LLM中生成两个智能体，并让他们竞争。 • 课程智能体 - 生成越来越难的任务 • 执行智能体 - 尝试使用推理+工具来解决这些任务 每当执行智能体变得更好时，课程智能体就会被迫提高难度。 每当任务变得更难时，执行智能体就会被迫进化。 这创造了一个闭环、自我强化的课程螺旋，而且这一切都是从头开始的，没有数据，没有人，什么都没有。 只是两个智能体互相推动，达到更高的智能水平。 然后他们添加了作弊码： 一个完整的Python工具解释器在循环中。 执行智能体学习通过代码来推理问题。 课程智能体学习创建需要使用工具的任务。 所以两个智能体都在不断升级。 结果呢？ → 数学推理能力提高+18% → 一般推理能力提高+24% → 击败R-Zero、SPIRAL、Absolute Zero，甚至使用外部专有API的框架 → 所有这些都来自零数据，只是自我进化的循环 他们甚至展示了难度曲线在迭代过程中上升：任务从基本的几何开始，最终达到约束满足、组合学、逻辑谜题和多步骤依赖工具的问题。 这是我们见过的最接近LLM中自主认知增长的东西。 Agent0不仅仅是“更好的RL”。 它是智能体引导自身智能的蓝图。 智能体时代已经解锁。
开始阅读之前，记得点赞、转发或收藏 本Threads内容由人机协同内容引擎发布 https://t.co/Gxsobg3hEN
RT @dotey: Ilya：扩展时代已经结束了，研究的时代已经开始 Ilya Sutskever 大概得有一年多没参加播客访谈了，自从 OpenAI 宫斗离职创办 SSI（Safe Superintelligence）后之后就很少露面了， 最近，他在 Dwarkesh…
Believing is seeing
RT @BurtDS: Your Laravel app is slow. 🐌 Not your code. Not your database. It's your queues. Just wrote a guide on: ⚡ Background job…
~20 yrs in web-dev, now mostly Laravel. My Laravel courses: https://t.co/HRUAJdMRZL My Youtube channel: https://t.co/qPQAkaov2F
@alexalbert 最后，感谢你花时间阅读了这篇推文！ 关注@Yangyixxxx ，分享AI信息，商业洞察与增长实战 如果你喜欢这篇内容，也请点赞并转发第一条推文，把有价值的内容分享给更多人~
Believing is seeing
总结一下自己： 通过最近两年来学习和实践，我觉得我对产品方向的把握、趋势的判断的理解更加深刻了。 但是在执行力、资源整合方面仍然是一个新手。 --- 最近看到一些优秀的ai agent 产品，有些内容和我去年的想法非常接近，但人家做出来了， 而且做的更好，而我还在这里发推。
Solo Developer ｜ Growth Coach｜Helping creators build their personal brand on X 公众号：PandaTalk8