数据枯竭，正在成为AI发展的致命瓶颈！
DeepMind的o系模型、OpenAI的GPT-4等顶尖AI，仍依赖人类标注的“标准答案”进行训练。但现实是——互联网数据不够用了，而复杂问题人类自己可能也不知道答案！

CMU联手独立研究员祭出革命性方案：SRT（自奖励训练）
这项突破性研究让LLM无需人类标注，仅靠自身逻辑自洽性进行自我进化！实验显示，在早期训练阶段，SRT的性能已媲美传统强化学习（RL），甚至逼近其极限！