腾讯联合华盛顿大学正式发布 R-Zero 💥 无需人类标注，无需初始数据，只需要一个 base model 就可以学习如何改进提升模型性能！🔥 在数学推理 benchmarks 提升 6.49%，在通用领域推理 benchmarks 提升 +7.54 论文地址👉 实现逻辑开源 👉