🌶️SPICE: 在語料環境中的自我遊玩🌶️ 📝: - 挑戰者根據 *語料* 創建任務 - 推理者解決這些任務 - 兩者一起訓練 ⚔️ -> 自動課程! 🔥 超越標準(無基礎)自我遊玩 基礎修正了幻覺和缺乏多樣性 🧵1/6