본 논문은 외부 데이터 없이, 대규모 언어 모델이 스스로 질문과 답변을 생성하여 성능을 향상시킬 수 있는지에 대한 연구를 제시합니다. 이를 위해 자기 질문 언어 모델(SQLM)이라는 비대칭 자가 학습 프레임워크를 제안합니다. SQLM은 질문을 생성하는 제안자와 답변을 생성하는 해결자로 구성되며, 강화 학습을 통해 훈련됩니다. 제안자는 적절한 난이도의 문제를 생성하는 것을 목표로 하고, 해결자는 다수결 투표를 통해 정답 여부를 판단받습니다. 코딩 문제의 경우, 제안자는 단위 테스트를 생성하고 해결자는 이를 통해 검증합니다. 세 자리 수 곱셈, OMEGA 벤치마크의 대수 문제, Codeforces의 프로그래밍 문제 등 세 가지 벤치마크에서 실험을 진행하여 외부 데이터 없이도 성능 향상을 확인했습니다.
