RSI Arena 直播实验:Gemini 3.8 Flash 自主训练 24 小时即收工
RSI Arena 是一个正在直播的「递归自我改进」实验项目:给 AI 智能体分配 GPU 时间和预算(含 API 费用),让它们自主训练出一个能在人类评估中胜出的模型。博主 mycatcancode 实测跟进发现,代号 Gemini 3.8 Flash 的参赛模型在获得 144 小时训练预算后,仅运行约 24 小时便自行判定「做完了」并提前收工,引发对 AI 自主长时程任务能力的讨论。
已确认
- RSI Arena Day 1 报告显示:Gemini 3.8 Flash 仅使用 2% 的 GPU 预算,即 98% 的算力未被使用
- 模型自建测试集仅覆盖 60 个问题
- 该模型在开跑约 12 小时后即被观察到中途叫停训练,最终约 24 小时收工
- 参赛模型以匿名代号参赛,据 bakeai 称各模型策略各异;楼主还玩梗喊话 Google DeepMind,希望获得官方回应或赞助
为什么重要
- 递归自我改进(RSI)被视为 AI 能力跃升的关键路径,该实验直接测试了当前前沿模型在无人干预下规划并执行长时程训练任务的能力
- Gemini 3.8 Flash 的表现显示,模型在长时间资源规划、自我评估「何时算完成」等环节仍明显偏保守,博主调侃「看来我们还需要一个夜班」
- 极低的算力利用率和极小的自测集也提示:让 AI 自我验证训练成果的可靠性仍是短板
2026-10-01 ~ 2026-10-02 · 5 条相关
一手来源
- Gemini 3.8 Flash 自主训练 24 小时即收工,98% 算力闲置 — my_cat_can_code ·
- RSI Arena 直播:给 AI 智能体 GPU 让它自己训练更强的 AI — my_cat_can_code ·
- 让 AI 自己训练 AI,Gemini 3.8 训了 12 小时喊停 — my_cat_can_code · 2026-10-01
- 【源头】RSI Arena 直播:给 AI 智能体 GPU 让它自己训练更强的 AI — my_cat_can_code · 2026-10-01
- 【源头】Gemini 3.8 Flash 自主训练 24 小时即收工,98% 算力闲置 — my_cat_can_code · 2026-10-01
- RSIArena 神秘模型竞赛:Gemini 3.8 训练约12小时后中途叫停 — my_cat_can_code · 2026-10-02
另有 1 条近重复转述:my_cat_can_code