想象你是一个老师,班上有个学生特别聪明,你出的题他次次满分,这时候你有两个选择,一是继续用同一套题库,看着他次次考100分,却完全不知道他到底哪里还不够强;二是想办法给他出更难的题,但又不能难到他完全不会做,不然他也学不到东西,腾讯混元团队最近发的这篇论文,讨论的正是AI训练里一模一样的难题,只不过这里的学生是正在训练的语言模型智能体...。
更新时间:2026-09-15 23:07:13