8 个研究 agent 用同一 30B 基模自学 144 小时，直播检验后训练能力
my_cat_can_code · x · 2026-09-30
RSIArena 项目与 Stanford、Notre Dame、UW 和 Scale AI 合作，测试前沿模型能独立完成多少后训练研究。
- 8 个研究 agent，基于同一个 30B 基座模型，在共享的 64 张 RTX PRO 6000 Blackwell GPU 集群上运行 144 小时
- 每个 agent 获得 1000 GPU 小时，自主选择数据、编写训练代码并跑实验
- 提交的模型会被冻结并由第三方独立评测，全程直播
- 项目由 bakeaihq 打造，并将在 COLM 会议设展位（booth #107）
所属事件:RSIArena实验：8个研究Agent同基模自学144小时(2 条相关)→
「编程与Agent」频道最新
- Agent 时代 CPU 成新瓶颈：Vera 单独部署预示 CPU:GPU 比例将上调 — AccBalanced · 2026-09-30
- 吐槽 Claude Code 一动用 90 个 agent 只为重命名一个变量 — tetsuoai · 2026-09-30
- AI Agent 泄露 343 家科技公司超 1.3 万张内部截图到 GitHub — AccBalanced · 2026-09-30
- Ultracode 更新:Tab 一键开关,可编排 Claude 集群执行任务 — daniel_mac8 · 2026-09-30
- 服务上次挂掉时发生了什么？他们造了个能记住的 Agent — dinesh_mikki · 2026-09-30
- Reddit 网友用 Python+LLM 搭混合交易机器人，规则细节全公开 — Elfwood86 · 2026-09-30