18 模型自主研究实验：Fable 5 缩小 82% 性能差距
eliebakouch · x · 2026-08-16
Prime Intellect 开展了目前最大规模的 AI 自主研究实验，在 nanoGPT 优化任务上运行了 153 次自主运行，测试了 18 个前沿模型。实验环境为 8xH200，单次运行最长 8 天，相比之下 OpenAI 和 Anthropic 的类似内部评估仅运行不到一天。结果显示，虽然噪声较大，但模型间存在显著能力差距：Fable 5 表现最佳，缩小了人类记录 82% 的差距，Kimi K3 也很强。模型并未提出根本性新方法，优秀胜出方案仍基于现有文献组合。
所属事件:Prime Intellect 最大规模 AI 自主研究实验：18 模型 153 次运行，Fable 5 缩小 82% 人类差距(18 条相关)→
「编程与Agent」频道最新
- 四步让 Claude 做出有风格的视频：还能自查出肉眼难见的瑕疵 — aakashgupta · 2026-10-16
- Datadog 发布自研模型 Scout 1.0：RL 训练的生产事故调查智能体 — HanchungLee · 2026-10-16
- 微软论文：给路由器看会话历史，多轮 Agent 任务成功率多提 3.3 分 — dair_ai · 2026-10-16
- 开源 ORA 机器人 agent:DeepSeek V4.1-Flash 驱动机械臂,零样本对标闭源 — JunGao33210520 · 2026-10-16
- 非开发者30天做出平台格斗游戏，Hermes Agent成主力 — Teknium · 2026-10-16
- 2 人+5 智能体协作写码：英文描述需求即可自动实现 — nptacek · 2026-10-16