Meta超级智能实验室新论文陷争议Meta论文被指忽略大量前人研究
Meta超级智能实验室（MSL）又被送上争议的风口浪尖了。
这次是他们的第二篇论文《Language Self-Play For Data-Free Training》被质疑忽视前人研究、缺乏创新。
论文核心思想是通过一种Language Self-Play（LSP)的方法，让大型语言模型在没有额外训练数据的情况下实现自我提升。
但是，LSP一经发布后，在网友们这倒是出了些小插曲。
一位推特网友直言：LSP自称是突破性工作，但实际上忽视了大量前人研究，还顺带翻了一些旧账。
抱歉了，Meta“超级智能”实验室，但AndrewZhao 等人的工作做得更好，而你们却没有引用。其实很多人都做过类似研究（比如Benjamin_eecs），无论是联合最大化还是极小极大，不管是验证器还是奖励模型。为什么要把这说成是突破呢？你们在Vicuna上的评测确实做得不错，简直是2023年LLaMA社区的典型操作。【图1】
而且，就连失败的模型也大同小异。【图2】
评论区有网友表示这可能是一篇老工作，然后拿到MSL发的：【图3】
而网友提及的论文如下：
[1]Absolute Zero: Reinforced Self-play Reasoning with Zero Data
[2]SPIRAL: Self-Play on Zero-Sum Games Incentivizes Reasoning via Multi-Agent Multi-Turn Reinforcement Learning
[3]Scalable Reinforcement Post-Training Beyond Static Human Prompts
截至目前，MSL及论文作者尚未对此作出回应。
