RSI-Exam 基准发布：测 AI 递归自我改进能力
HuaxiuYaoML · x · 2026-08-27
推出了 RSI-Exam，一个包含 88 个可执行研究任务的新基准，涵盖虚拟细胞、TPU 内核、芯片设计、量化金融等领域，旨在测试前沿 AI 智能否实现递归自我改进（RSI）。
协议规定智能体在可见数据上迭代，最终产物需在独立隐藏集上评估。目前 Opus 5 在 88 个任务中领先，平均隐藏集得分为 0.464。项目现开放任务贡献，贡献者可获论文署名。
所属事件:RSI-Exam 基准发布：88 项任务检验 AI 递归自我改进(7 条相关)→
「研究」频道最新
- Hannah Fry 专栏：OpenAI 解题潮让数学界陷入存在危机 — AnnaCiaunica · 2026-10-15
- 观察：AI 评测正从离线走向在线 — vboykis · 2026-10-15
- StartLux-Decision 发布:RL 训练的校准决策模型,27B 得分 72.8 — startlux-models · 2026-10-15
- 9 个月内三分之一的数学预印本由 AI 参与写作 — IgorCarron · 2026-10-15
- AAAI/ACM AIES 论文:访谈 15 名从业者揭示负责任 AI 实践何以难持续 — ChinasaTOkolo · 2026-10-15
- Schmidt Sciences 投 1000 万美元资助 19 个 AI 人文研究团队 — OdedRechavi · 2026-10-15