RSI Arena测试模型递归自我改进

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智能体，基于同一基座自主选择数据、编写训练流程并挑选模型检查点。实验显示，第一阶段最佳方案在12项能力基准上平均缩小了基座与Instruct模型差距的76%。 第二阶段中，各智能体参考第一阶段模型的对比记录和投票后再训练3天，多数智能体的模型偏好得分提高，但基准分数的进一步提升有限。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。