황청쑹

워싱턴대학교 세인트루이스(Washington University in St. Louis)에서 Jiaxin Huang 교수와 함께 연구하는 박사과정 학생입니다. 사람이 만든 라벨이나 과제 없이 모델이 스스로 학습 신호를 만들어내는 문제를 여러 각도에서 반복해 다뤄 왔습니다.

대표작은 R-Zero(2025, ICLR 2026 채택)입니다. 두 모델이 서로를 challenge하며 공진화하는 방식으로 라벨 없이 추론 능력을 올렸고, 텐센트 AI Lab과의 공동 연구로 진행됐습니다. 저자들이 직접 보고한 한계도 함께 알려져 있습니다. 자체 생성 라벨의 실제 정확도가 1차 반복 79%에서 3차 반복 63%까지 떨어졌다는 대목입니다. 이후 G-Zero(개방형 생성 자기대전), VisPlay(이미지에서 출발하는 자기진화 비전언어모델)로 같은 축을 넓혔습니다.

EnvHarness는 그 계보에서 방향을 한 번 튼 연구입니다. 앞선 작업들이 에이전트나 모델 쪽을 진화시켰다면, 여기서는 에이전트를 얼려두고 그 에이전트가 학습하는 환경 쪽을 진화시킵니다. 이 논문은 Google Cloud AI Research 인턴십 기간에 수행됐습니다.