ICLR 2026 / 模型自进化 / 奖励驱动进化

Vision-Zero: Scalable VLM Self-Improvement via Strategic Gamified Self-Play

作者：Qinsi Wang, Bo Liu, Tianyi Zhou, Jing Shi, Yueqian Lin, Yiran Chen, Hai Helen Li, Kun Wan, Wentian Zhao · 会议/期刊：ICLR 2026 · 方向：模型自进化 / 奖励驱动进化 · 发布日期：2025-09-29

自我进化智能体模型自进化奖励驱动进化奖励学习强化学习
新标签打开 AlphaXiv新标签打开 Code
Vision-Zero: Scalable VLM Self-Improvement via Strategic Gamified Self-Play figure
AlphaXiv 中文概览（可滚动查看）