88 题自改进基准 RSI-Exam 开放 35 题,被看好接棒 SWE-bench
cihangxie · x · 2026-09-12
HuaxiuYaoML 团队宣布 RSI-Exam 的 88 个任务中已有 35 个公开,并持续扩容、欢迎各领域研究者贡献更具挑战性的题目。YC 研究员 YGandelsman 转发评价称这是最值得关注的基准之一,「感觉像下一个 SWE-bench」。该基准聚焦模型自主研究/自我改进能力(RSI),题目来自研究者各自领域的前沿难题。
「研究」频道最新
- 1.9万人实验:AI说服力胜过世界冠军辩手,筹资效果达人类3倍 — ben_j_todd · 2026-09-12
- 把 token 局部交互计算从推理挪进训练，被视为规模化优化新蓝图 — AccBalanced · 2026-09-12
- 开源方案实现零训练-推理失配的大 MoE 模型 RL 训练 — kastnerkyle · 2026-09-12
- ICLR 2026 论文 MoM:混合多记忆状态破解线性模型召回短板 — kastnerkyle · 2026-09-12
- 哈佛研究员用果蝇大脑连接组交易比特币，1.5 天跑赢 ML 模型 — Scobleizer · 2026-09-12
- 8 个 LLM 与 1.8 万人对比:模型会做难题却常缺失基础知识结构 — rohanpaul_ai · 2026-09-12