自博弈研究一直在升温,升级的方式还挺有意思。所以这个周末,我要跑一个实验,看看能不能把它推上 next level。我在想 Big Bang 和 Absolute Zero 没回答的那些问题。能走多远,走着瞧。
自博弈,就是你打好地基,然后让一个小 LLM 在特定语境里自己决定它觉得有挑战的事。
这次,我想把 Qwen3.6 变成一个 Go 开发者,能自己干又长又有趣的项目。
方法上要借 Absolute Zero 的东西:用一个确定性的编译门当第一道审查。
之后,我会用一个更大的模型,Sol 或 K3,从风格上审这活儿。
然后变更落上去,模型再交给第三个审查智能体测试。
借 Big Bang 的问法,问题会是……“对,但这让模型变得更强了吗?”
只有一种办法知道。
祝我好运。