RSI Arena 实验：10 个 AI agent 自主训练模型见成效

Bake AI 联合 Hugging Face、NVIDIA、Scale AI 及斯坦福、MIT 等机构推出 RSI Arena，探索 AI 自主递归自我改进。实验让 10 个 AI agent 自主后训练模型 6 天，其中 8 个经人类反馈后性能提升，最强模型闭合了 76% 的差距。相关论文已发布于 arXiv（编号 2610.33624，共 18 位作者），并放出项目主页与每日数据。

2026-11-06 ~ 2026-11-06 · 2 条相关