RSI Arena 发布：10 个 AI Agent 自主训练模型，最强缩小 76% 基线差距

Bake AI、圣母大学、UCLA、NVIDIA 等机构发布 RSI Arena，让 10 个前沿模型作为训练 agent 自主选择数据、编写训练流程并挑选 checkpoint。第一阶段最强训练在 12 项能力基准上平均追平基座到 Instruct 差距的 76%；第二阶段多数 agent 偏好提升，但基准分数提升有限。