Scale AI 推出 RSI Bench,测试 AI 自我改进能力

Scale AI 推出了 RSI Bench,这是一项旨在测试 AI 系统能否像人类研究人员一样独立开展 AI 研究的基准测试。该基准测试为 AI 模型提供论文、代码和计算资源,然后评估它们设计实验、调整参数、迭代方法以及改进基线模型的能力。根据初步测试,Claude Opus 5 和 GPT-5.6 Sol 已展现出运行自主实验和进行参数优化的能力,部分任务的表现超过了给定基线。然而,当前 AI 系统在创新方面仍然存在局限——大多数新颖研究尝试依赖文献中的现有方法,而不是提出根本性的新方法。
免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论