bluemsi/2nd
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

Browse Source
This commit is contained in:
Antigravity Agent
2026-05-02 09:18:34 +09:00
parent c84dcb8371
commit 6445fcc05b
13150 changed files with 55394 additions and 100862 deletions
Download Patch File Download Diff File Expand all files Collapse all files
10_Wiki/Topics_GD/Self-Play (자기 대결 기반 강화학습).md
+4 -4
View File
@@ -1,12 +1,12 @@
---
id: [[P-Reinforce]]-AI-SELF-PLAY
id: [[P-Reinforce|P-Reinforce]]-AI-SELF-PLAY
category: "10_Wiki/💡 Topics/AI"
confidence_score: 0.98
tags: [ReinforcementLearning, SelfPlay, AlphaGo, Scale]
last_reinforced: 2026-04-20
---
# [[Self-Play (자기 대결 기반 강화학습)]]
# [[Self-Play (자기 대결 기반 강화학습)|Self-Play (자기 대결 기반 강화학습)]]
## 📌 한 줄 통찰 (The Karpathy Summary)
> "어제의 나를 이기며 끊임없이 진화하는 알고리즘." 외부 데이터 없이도 모델이 자기 자신과 대결하며 새로운 전략을 발견하고 실력을 무한히 확장하는 강화학습 기법이다.
@@ -24,5 +24,5 @@ last_reinforced: 2026-04-20
- 자가 대결은 게임처럼 규칙이 명확한 곳에선 환상적이지만, 정답이 없는 언어 모델(Chat) 영역에서는 자기 복제에 의한 데이터 단일화 문제가 생길 수 있다. 이를 극복하기 위해 다수의 에이전트가 서로 토론하는 방식(Multi-agent debate) 등으로 확장되고 있다.
## 🔗 지식 연결 (Graph)
- Related: AlphaGo-Zero , [[Reinforcement Learning (RL)]]
- [[Strategy]]: Multi-Agent Debate (에이전트 간 토론 전략)
- Related: AlphaGo-Zero , [[Reinforcement Learning (RL)|Reinforcement Learning (RL)]]
- [[Strategy|Strategy]]: Multi-Agent Debate (에이전트 간 토론 전략)