IXThinker·2025-07-02 16:10

L-Zero僅靠RLVR訓練 讓大模型自學探索世界

招商局獅子山人工智能實驗室提出基於RLVR的端到端Agent訓練系統，令大模型無需人類調教，即自主進化出探索、驗證與記憶能力，性能提升84%至166%，推動AI向真正「自學成才」邁進。

現狀瓶頸

當前主流的LLM Agent高度依賴提示詞工程、複雜的系統編排，甚至靜態規則表，令它們面對複雜任務時難以實現真正的智能行為演化，通用性始終受限。