Environment Duels：LLM 共同演化的微观模型

研究提出动态智能体基准 Environment Duels，发现前沿 LLM 中解题与出题是两种独立技能。 在 9 个前沿 LLM 测试中，解题最强者并非出题最强者，较小模型能通过模仿他人写出更难的题目。使用 Qwen3.8-27B 的强化学习实验表明，模型在题目上的提升与在独立基准上的性能增益相关。 该基准为观察 LLM 如何在受控条件下相互教学、挑战与学习提供了窗口。