中科院自动化研究所与小红书技术团队联合研发的“PretrainZero”系统，近日在人工智能领域引发广泛关注。这项突破性成果通过模拟人类主动学习机制，使AI模型无需人工标注数据即可从海量文本中自主筛选有价值内容，在推理能力测试中展现出显著优势。
传统AI训练模式存在明显局限：预训练阶段要求模型机械记忆所有文本信息，如同学生死记硬背教科书；后训练阶段依赖专家标注的高质量数据，类似需要一对一辅导才能掌握特定技能。这种被动接受式学习导致AI虽具备基础语言能力，却难以应对复杂推理任务，尤其在常识判断、跨领域知识迁移等场景中表现乏力。
研究团队创新性地构建了双角色对抗学习框架，让AI同时扮演“出题者”与“答题者”。当系统处理维基百科文本时，“出题者”会智能识别关键信息节点进行遮盖，既避开过于简单的词汇，也规避超出当前能力的复杂概念；“答题者”则需通过多步骤逻辑推理填补空白，并完整展示思考过程。这种动态调整机制确保训练难度始终匹配模型能力，形成持续优化的学习闭环。
实验数据显示，采用该框架训练的Qwen3-4B模型在三大权威基准测试中取得突破性进展：MMLU-Pro综合推理得分提升8.43%，SuperGPQA研究生级多学科测试提高5.96%，数学推理平均表现跃升10.60%。更值得注意的是，经过PretrainZero预训练的模型在后续专项任务中，最终性能较传统方法提升2-3个百分点，且推理效率随训练深入持续提升。
技术实现层面，研究团队设计了精巧的难度调控算法。“出题者”在筛选遮盖内容时，会综合考量词汇信息量、上下文关联度及推理可行性；而“答题者”的推理过程需包含背景分析、可能性推演和结论验证等完整链条。这种设计使模型逐渐掌握“选择性学习”能力，能够自主聚焦知识盲区，避免无效信息干扰。
与传统方法相比，PretrainZero实现了三重突破：其一，突破数据依赖瓶颈，利用公开文本资源替代人工标注数据；其二，破解训练效率难题，通过动态难度调整使模型始终处于最佳学习状态；其三，拓展能力边界，使AI推理能力从专业领域延伸至常识判断等泛化场景。实验表明，训练后的模型不仅能准确填补“凯撒遇刺”等历史知识空白，更能通过时间线索和历史背景推导出完整事件脉络。
该成果在教育、科研、内容创作等领域展现出广阔应用前景。智能辅导系统可据此识别学生知识薄弱点，自动生成个性化学习路径；科研助手能够从海量文献中自主提取关键发现，构建跨学科知识图谱；创作型AI则可基于深度推理生成更具洞察力的内容。研究团队正在探索将该框架扩展至多模态学习，使AI具备从图像、音频等多元数据中主动获取知识的能力。
针对计算效率优化问题，研究团队已开发出轻量化模型架构，通过参数共享机制降低双角色训练成本。同时建立的稳定性监控系统，可实时平衡“出题者”与“答题者”的能力发展，防止训练过程失衡。为确保学习质量，团队还设计了包含推理合理性、知识准确性等维度的综合评估体系。
这项研究为AI发展提供了全新范式：通过算法创新提升模型自主学习能力，而非单纯扩大参数规模或堆砌训练数据。其核心价值在于证明智能提升的关键不在于知识容量，而在于学习方式的进化。相关技术细节已公开于学术平台，供全球研究者验证与拓展。
