Qwen开源skill-self-play：技能自博弈的协同进化训练闭环

skill-self-play是Qwen-Applications开源的训练框架：实现可复现的技能路由、自博弈任务生成和求解器训练闭环——技能与任务协同进化，用不断生成的新任务推动模型能力边界，附arXiv论文。仓库（仓库创建日，非功能发布日）。研究自博弈（self-play）提升LLM能力边界的研究团队可复用其闭环流程；自博弈生成的任务质量参差，训练收益与算力成本需按目标能力评估。