2025年9月，Meta超级智能实验室（MSL）因第二篇论文《Language Self-Play For Data-Free Training》陷入争议，被指忽视前人研究、缺乏创新。论文提出一种名为Language Self-Play（LSP）的方法，通过让单一语言模型在无外部数据的情况下扮演‘挑战者’和‘解决者’角色进行对抗训练，从而实现自我提升。实验显示，LSP算法在无需数据的情况下显著提升预训练模型性能，尤其在对话类任务上表现突出。然而，论文发布后引发网友质疑，认为其忽略了类似研究（如Absolute Zero、SPIRAL等），且未充分引用相关工作。截至目前，MSL及作者尚未回应争议。