Trik AI Baru Tencent Memungkinkan Model Belajar Sendiri dalam Lingkaran

Tencent telah mengungkapkan teknik pelatihan yang disebutnya Terminal-RSI, yang memungkinkan model bahasa besar untuk meningkatkan dirinya sendiri dengan menghasilkan soal latihan sendiri dan kemudian menyelesaikannya. Perusahaan menggambarkan metode ini sebagai cara memberikan model semacam lingkaran pembelajaran mandiri, mengurangi ketergantungan pada data pelatihan yang ditulis manusia. Pengumuman tersebut, dilaporkan oleh outlet teknologi TMTPost, menunjukkan meningkatnya fokus di kalangan pengembang AI Tiongkok untuk membuat model lebih mampu tanpa hanya memberi mereka lebih banyak teks.

Ide intinya adalah bahwa sebuah model dapat bertindak sebagai siswa sekaligus guru. Ia mengusulkan tugas, mencobanya, memeriksa hasilnya terhadap hasil yang dapat diverifikasi, dan belajar dari kesalahannya. Selama siklus berulang, kinerja model meningkat pada tugas-tugas yang diciptakannya. Tencent menyebut ini sebagai versi skala kecil dari peningkatan diri rekursif, sebuah konsep yang telah lama memikat para peneliti AI tetapi tetap sulit untuk diterapkan secara andal. Kerangka perusahaan menunjukkan bahwa mereka melihat pendekatan ini sebagai jalur praktis menuju keterampilan penalaran yang lebih kuat.

Langkah Tencent muncul saat industri AI Tiongkok terpecah menjadi kubu-kubu yang berbeda. DeepSeek, laboratorium yang berbasis di Hangzhou yang mengejutkan dunia dengan model berbiaya rendahnya, telah fokus pada efisiensi dan rilis terbuka. Kimi, yang dikembangkan oleh Moonshot AI, telah menetapkan posisi pada pemrosesan dokumen konteks panjang. Tencent, raksasa internet yang berbasis di Shenzhen yang dikenal dengan WeChat, telah membangun keluarga model Hunyuan dan mengintegrasikan AI di seluruh produk konsumen dan perusahaannya. Karya Terminal-RSI tampaknya ditujukan untuk menutup kesenjangan dalam penalaran, di mana model Amerika sering memimpin.

Waktunya patut dicatat. DeepSeek baru-baru ini mulai mengenakan biaya untuk pencarian web di API-nya, tanda bahwa perusahaan AI Tiongkok bergerak menuju model bisnis yang berkelanjutan setelah periode persaingan harga yang agresif. Penelitian Tencent, sebaliknya, adalah tentang kemampuan bukan biaya. Jika model dapat meningkatkan diri dengan pengawasan manusia yang lebih sedikit, ekonomi pengembangan AI bisa bergeser, membuatnya lebih murah untuk mencapai kinerja yang lebih tinggi dan berpotensi mempercepat laju rilis.

Namun, model yang meningkatkan diri menimbulkan pertanyaan. Model yang menghasilkan data pelatihannya sendiri dapat memperkuat kelemahannya sendiri, masalah yang dikenal sebagai keruntuhan model. Metode Tencent bergantung pada tugas-tugas dengan jawaban yang dapat diverifikasi, yang membatasi domain di mana ia dapat bekerja. Penulisan kreatif, penalaran terbuka, dan perencanaan dunia nyata lebih sulit diperiksa secara otomatis. Perusahaan belum mengatakan produk atau model Hunyuan mendatang mana yang akan menggunakan teknik ini.

Konteks yang lebih luas adalah pasar AI Tiongkok yang telah menjadi padat dan kreatif. Startup dan raksasa sama-sama bereksperimen dengan sistem agentic, alat pencarian, dan asisten pribadi. Terminal-RSI Tencent cocok dengan pola itu: kemajuan penelitian yang dapat mengalir ke produk, dari layanan cloud hingga aplikasi konsumen. Bagi pengamat global, ini adalah pengingat bahwa kemajuan AI Tiongkok bukan hanya tentang mengejar ketinggalan dalam skala mentah tetapi juga tentang menemukan cara baru untuk melatih dan menerapkan model.

Apa yang terjadi selanjutnya tergantung pada hasil. Tencent telah menerbitkan sedikit detail tentang tolok ukur, dan verifikasi independen akan menjadi penting. Tetapi arahnya jelas. Laboratorium Tiongkok tidak lagi hanya mengikuti; mereka mengusulkan jawaban mereka sendiri untuk masalah tersulit dalam AI, yaitu bagaimana membuat model lebih pintar tanpa kehabisan data atau uang.