时令 发自 凹非寺 量子位 | 公众号 QbitAI AI通过自问自答就能提升推理能力？！ 这正是卡内基梅隆大学团队提出的新框架 SQLM ——一种无需外部数据的自我提问模型。 该框架包含提问者（proposer）和解答者（solver）两个角色，提问者生成与给定主题相关的问题，解答者旨在解决问题。 这凸显出当前方法的一个关键不足： 缺乏一种可扩展且自我维持的流程，能够在无人干预的情况下自动生成有意义的问题和答案。 为此，研究者提出了 SQLM框架 ，一种非对称的自我博弈框架，其中提问者 ，解答者 回答该问题，两者均通过强 化学习进行训练，以最大化期望奖励。 网友们神评，"简直是带有RL的GAN"。 | | Aryan Siddiqui @Ar_boian · 20h | | | | | | --- | --- | --- | --- | --- | --- | | ONYTH | lt's like GAN with RL | | | | | | | 这就像带有 RL 的 GAN | | | | | | | C | ા | C 4 | 11 221 | 지 | 值得一提的是，此团队中又双叒叕现华人身影～ 通 ...