論文要約 AI推論能力を劇的向上!ゼロサムゲーム強化学習「SPIRAL」徹底解説 紹介論文今回紹介する論文はSPIRAL: Self-Play on Zero-Sum Games Incentivizes Reasoning via Multi-Agent Multi-Turn Reinforcement Learnin... 2025.07.01 論文要約IT・プログラミング