主要观点：绝对零推理器（AZR）是一项新的 AI 创新，无需已有人类提供的数据即可从头学习和推理，像 Deep Mind 的 Alpha Zero 一样自我进化。
关键信息：

• AZR 通过自教学机制运行，包含生成任务的提议者和尝试解决任务的求解者，二者通过奖励系统进行强化学习更新。
• 提议者获得“可学习性”奖励，求解者获得“准确性”奖励，无限循环使 AI 不断自我提升，还能通过自身历史生成新任务。
• AZR 在编码和数学方面达到顶级性能，能提升现有预训练模型的逻辑推理技能，展现出涌现行为，如生成代码注释等。
  重要细节：
• 推理的三种模式（演绎、归纳、溯因）对 AI 推理很重要，忽视其中一种会导致任务性能下降。
• AZR 代码和训练日志开源，虽有潜力但需注意可能出现的不良行为，且仅在有可验证解决方案的领域有效，如数学、物理和编码。