技术博客

L-Zero项目通过采用创新的强化学习技术，显著提升了模型性能，增幅达到84%至166%。该技术基于RLVR（可验证奖励的强化学习）框架，使大型模型能够自主发展出探索、验证和记忆等通用能力，从而实现完全无需人类干预的自我学习。这一突破为大模型的自主进化提供了全新的可能性，并已在相关领域引发广泛关注。研究团队已将成果开源，以推动人工智能领域的进一步发展。