Meta FAIR와 싱가포르 국립대학교의 연구원들은 AI 시스템을 자가 개선하기 위한 새로운 강화 학습 프레임워크를 개발했습니다. SPICE(Self-Play In Corpus Environments)라고 불리는 이 프레임워크는 두 개의 AI 에이전트를 서로 대결시켜 자체 과제를 생성하고 사람의 감독 없이 점진적으로 개선됩니다. 현재 개념 증명인 이 자체 플레이 메커니즘은 환경에 동적으로 적응할 수 있는 미래 AI 시스템의 기반을 제공하여 실제 애플리케이션의 예측 불가능성에 대해 더욱 강력하게 만들 수 있습니다. 자체 개선 AI의 목표는 AI 에이전트와 상호 작용하여 기능을 향상할 수 있는 시스템을 만드는 것입니다. 환경. 일반적인 접근 방식은 문제에 대한 정답을 제공한 모델에 보상을 주는 검증 가능한 보상(RLVR)을 통한 강화 학습입니다. 이는 인간이 관리하는 문제 세트와 도메인별 보상 엔지니어링에 의존하기 때문에 제한되는 경우가 많습니다.