八个 AI 智能体各拿 1000 GPU 时 live 比拼递归自我改进
my_cat_can_code · x · 2026-09-29
RSI Arena 在 COLM 2026 现场开赛:八个 AI 智能体从同一个基座模型 Nemotron 3.5 Lightning 30B-A3B 出发,各有 $300 API 额度和 1000 GPU 小时(64 块 RTX PRO 6000 组成的 8 个 Slurm 集群),在 144 小时内自主选数据、定 benchmark、写代码、跑实验来提升模型表现。
- Stage 1 于 9 月 29 日 5PM PT 开启,赛况在 rsiarena.live 直播,观众可预测前三名赢奖
- Stage 2 在 COLM 会场由真人评审打分,智能体根据人类反馈继续训练 500 GPU 小时
- 项目将开源模型 checkpoint 和数据,目标是验证递归自我改进(RSI)的一个具体环节:智能体能否独立训练出人类更偏好的模型
所属事件:RSIArena 直播实测:8 个 Agent 同基座自主做后训练研究(8 条相关)→
「编程与Agent」频道最新
- 通用 API 目录 MCP 服务器实测:3 个工具换来永不膨胀的上下文 — MandeepKaur9407 · 2026-11-16
- UC Berkeley 论文揭示 LLM「过期绑定」:新值在上下文中仍答旧值 — ombre-ai · 2026-11-16
- skills-gate:一个门面 skill 管住所有 agent skills,148 个技能仅耗 389 token — Distinct-Pie2389 · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- shadcn 转评 UI 生成工具:一周工作量一键复现且可直接跑 AI 测试 — shadcn · 2026-11-16
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16