# Absolute Zero – 清华大学等机构推出的语言模型推理训练方法

- Link: https://paooo.com/aigc-news/19960/
- Published: 2026-06-08T09:59:37+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 模型同时扮演任务提出者与求解者，通过环境反馈实现自我进化式推理训练。
 * 无需人类标注数据或预定义任务，依靠可学习性奖励与解答奖励持续优化能力。
 * 支持演绎、溯因、归纳三类推理模式，适合代码、数学与通用 NLP 任务迁移。

## Absolute Zero是什么

Absolute Zero是清华大学 LeapLab 团队联合北京通用人工智能研究院 NLCo 实验室和宾夕法尼亚
州立大学推出的全新语言模型推理训练方法。Absolute Zero基于模型自我提出任务自主解决，
实现自我进化式学习，无需依赖人类标注数据或预定义任务。模型在提出任务时获得可学习
性奖励，在解决问题时获得解答奖励，基于与环境交互不断优化自身推理能力。Absolute Zero
的核心在于推动推理模型从依赖人类监督向依赖环境监督转变，让模型用真实环境的反馈生成
可验证的任务提升性能。

阅读目录

 * [Absolute Zero是什么](https://paooo.com/aigc-news/19960/#absolute-zero%e6%98%af%e4%bb%80%e4%b9%88)
 * [Absolute Zero的主要功能](https://paooo.com/aigc-news/19960/#absolute-zero%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Absolute Zero的技术原理](https://paooo.com/aigc-news/19960/#absolute-zero%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Absolute Zero的项目地址](https://paooo.com/aigc-news/19960/#absolute-zero%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Absolute Zero的应用场景](https://paooo.com/aigc-news/19960/#absolute-zero%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Absolute Zero](https://paooo.com/wp-content/uploads/2026/06/Absolute-Zero-website-
1.avif)

## Absolute Zero的主要功能

 * **任务自主生成**：模型自主提出具有可学习性的任务，任务不过于简单，也不过于复杂，
   能为模型提供有效的学习信号。
 * **任务自主解决**：模型作为求解者，尝试解决自己提出或生成的任务，基于环境反馈验证
   解答的正确性。
 * **推理能力提升**：不断提出和解决任务，模型的推理能力（如归纳、演绎、溯因等）得到
   持续增强。
 * **跨领域泛化**：模型基于自我学习获得的通用推理能力，迁移到新的任务和领域中。
 * **零数据训练**：完全不依赖人工标注数据或人类设计的任务，基于与环境的交互和反馈
   进行学习。

## Absolute Zero的技术原理

 * **双重角色模型**：模型同时扮演任务提出者（Proposer）和任务求解者（Solver）两个
   角色。提出者生成任务，求解者尝试解决任务，两者共享模型参数同步优化。
 * **环境反馈机制**：模型与环境（如代码执行器）交互，环境验证任务的可解性提供反馈。
   提出的任务获得可学习性奖励（基于任务的难度和模型的解答成功率），求解的任务获得
   解答奖励（基于解答的正确性）。
 * **强化学习优化**：用强化学习算法（如TRR++）优化模型参数，结合可学习性奖励和解答
   奖励，实现多任务下的自我进化学习。
 * **推理模式支持**：支持三种基本推理模式，演绎（Deduction）、溯因（Abduction）和
   归纳（Induction）。每种推理模式对应不同的任务类型，模型解决这些任务提升特定推理
   能力。
 * **自博弈闭环**：模型不断提出新任务、求解任务，根据环境反馈更新策略，形成一个闭
   环的自博弈学习过程。闭环机制确保模型持续优化自身能力，无需外部数据支持。

## Absolute Zero的项目地址

 * **项目官网**：[https://andrewzh112.github.io/absolute-zero-reasoner/](https://andrewzh112.github.io/absolute-zero-reasoner/?utm_source=ai-bot.cn)
 * **GitHub仓库**：[https://github.com/LeapLabTHU/Absolute-Zero-Reasoner](https://github.com/LeapLabTHU/Absolute-Zero-Reasoner)
 * **HuggingFace模型库**：[https://huggingface.co/collections/andrewzh/absolute-zero-reasoner](https://huggingface.co/collections/andrewzh/absolute-zero-reasoner-68139b2bca82afb00bc69e5b)
 * **arXiv技术论文**：[https://www.arxiv.org/pdf/2505.03335](https://www.arxiv.org/pdf/2505.03335)

## Absolute Zero的应用场景

 * **通用人工智能（AGI）**：推动模型自主学习和进化，逐步接近人类智能水平。
 * **代码生成**：自动生成高效代码，解决复杂编程问题，提升开发效率。
 * **数学推理**：提升模型在数学问题上的泛化能力，辅助数学教育和研究。
 * **自然语言处理（NLP）**：基于自我学习提升语言理解和生成能力，优化文本生成和问答
   系统。
 * **安全与伦理**：研究AI自主进化中的行为模式，确保系统安全性和伦理性。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**北京通用人工智能研究院 ↗**

北京通用人工智能研究院：科技部支持的非营利性新型研，面向AI 综合应用场景提供便捷实用
的在线功能支持。

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

❓ 常见问题解答（FAQ）

Absolute Zero 是什么训练方法？

Absolute Zero 是清华大学等机构提出的语言模型推理训练方法，核心是让模型自己提出任务、
自己解决任务，并通过环境反馈进行强化学习优化，从而在不依赖人工标注数据的情况下提升
推理能力。

Absolute Zero 为什么被称为零数据训练？

因为它不需要人类标注数据或预定义任务，而是由模型在环境中自主生成可学习任务，再根据
解答结果获得奖励并持续迭代，形成自我进化式学习闭环。

Absolute Zero 适合哪些应用场景？

文章提到它适用于 AGI 研究、代码生成、数学推理、自然语言处理，以及安全与伦理分析等
场景，尤其适合需要可验证推理和跨领域泛化能力的任务。

🔬 语宙深潜追问 · 进阶实操拆解

Absolute Zero 的自提任务怎么起作用？

模型先根据当前能力生成可验证任务，再通过环境反馈判断对错并迭代优化。这样训练信号
来自任务结果而非人工标签，特别适合数学、代码这类可自动验证场景。

这种方法最适合哪些推理任务？

最适合有明确判定标准的任务，如代码单测、数学证明片段、逻辑推断和规则推理。对于开放
式写作或主观判断任务，仍需要人工偏好或奖励模型配合。

🗳️ 读者观点微投票 · 您的实战立场是？

零数据推理训练，真能摆脱标注依赖吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [DeepSeek R1-Zero – DeepSeek推出的开源推理模型，基于纯强化学习训练](https://paooo.com/aigc-news/22701/)
 * [XBai o4 开源模型：超越 OpenAI o3-mini 的推理能力，深度解析其技术原理与应用场景](https://paooo.com/aigc-news/14010/)
 * [MAI-Thinking-1 – 微软推出的首款自研高级推理模型](https://paooo.com/aigc-news/18589/)
 * [Skywork-R1V 2.0 – 昆仑万维开源的新版多模态推理模型](https://paooo.com/aigc-news/20199/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/19960/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
