Self-play
Un agente di IA gioca contro se stesso per migliorare: tecnica classica dell'apprendimento per rinforzo, resa iconica da AlphaGo Zero (2017). Oggi gli LLM la usano per il ragionamento e l'allineamento.
SPIN (Self-Play Fine-Tuning, 2024) permette agli LLM di migliorarsi senza feedback umano. I Self-Rewarding Language Models (Meta, 2024) vanno ancora oltre. Rischio: il mode collapse, cioè il ripiegarsi su risposte banali. È anche alla base dell'allineamento tramite dibattito (Irving e Christiano, 2018), in cui due LLM discutono e un terzo giudica.