セルフプレイが興味深いと思ったのは、データなしでコンピューティングのみを使ってモデルを作成できるという点です。データが究極のボトルネックだと考えるなら、コンピューティングのみを使うのは非常に興味深いです。だからこそ、セルフプレイは興味深いのです。

問題は、セルフプレイ、少なくとも過去のやり方、つまりエージェント同士が何らかの形で競い合うようなやり方では、特定のスキルセットを伸ばすのにしか役に立たないということです。あまりに範囲が狭すぎます。交渉、対立、特定の社交スキル、戦略立案といった類のものにしか役に立ちません。もしあなたがそれらのスキルを重視するなら、セルフプレイは役に立つでしょう。

実は、セルフプレイは確かに定着したと思いますが、形は違っていました。例えば、ディベートや証明者・検証者といったものには、LLMが審査員を務めるようなものがあり、これもまた、自分の作業の間違いを見つけるインセンティブを与えられます。これは厳密にはセルフプレイではないかもしれませんが、人々が行っている関連した敵対的な設定と言えるでしょう。