J-Zero：从零数据实现 Challenger–Solver–Judge 协同自进化

J-Zero 是一个统一的 Challenger–Solver–Judge 自进化框架，无需人工标注数据即可在可验证与不可验证领域同时自我提升。Challenger 与 Solver 通过对抗交互共同进化，Judge 则利用预先已知排序的偏好对进行协同适配。J-Zero 在可验证领域平均超越基线 4.2 分、不可验证领域 8.0 分，并可持续改进至少十轮，而基线两轮后即退化。