返回雷达
前沿实验室 美国
重点关注
OpenAI
OpenAI
推理时代的领跑者，把 self-play 和合成数据押到 RL 训练核心
一句话定位
推理时代的领跑者，把 self-play 和合成数据押到 RL 训练核心
研究方向关键词
Reasoning Models Synthetic RL Self-Play Agent/Computer Use
判断与"为什么值得盯"
o1/o3 系列之后，OpenAI 把"推理即训练目标"这条路线彻底工业化。值得盯的是它对 self-play + 合成数据的押注能否产生新的能力跃迁，以及 Operator/Computer Use 这一类 agent 产品对 env 反馈循环的塑造。