不知道佬们有没有考虑过，包括我自己也在考虑，Harness是在推理时的自进化，即更新自己的skill，memory等等，但是我们可不可以设计一个训练时的自进化，也就是给一个各方面能力均很均衡的大模型，我给他一个任务，在选定的训练数据空间中去探索来提升自己的能力。 
我知道现在的课程学习基本有点类似这个思路，但是总觉得差点意思。 
比如说如果我要给一个各方面能力都很通用的底模来实现他数学能力的自进化，那我应该怎么做呢