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
「编程与Agent」频道最新
- Stripe 上线 MCP 服务器,AI agent 可直接管理支付与退款 — jeff_weinstein · 2026-09-29
- H 公司发布 Holo4 通用电脑操作模型,可跨桌面安卓与 MCP 调工具 — RemiCadene · 2026-09-29
- Claude Code 实例之间可以互相发消息了,多智能体协作演示走红 — tom_doerr · 2026-09-29
- Nebius 优化 agent 训练流水线,批次收集时间从 10 分钟缩到 3 分钟 — demian_ai · 2026-09-29
- 销售营销向 MCP 服务器横评：按岗位分组，附连接方式与价格 — OwlZealousideal4779 · 2026-09-29
- 50 位研究员 303 页报告:RLVR 让小模型编程逼近巨头 — mdancho84 · 2026-09-29