8个Agent同台做后训练研究:RSIArena用64张RTX 6000开跑144小时
my_cat_can_code · x · 2026-09-30
RSIArena(与 Stanford、Notre Dame、UW 和 Scale AI 合作)发起一项实验:让 8 个研究 Agent 基于同一个 30B base model,在共享的 64 张 RTX PRO 6000 Blackwell GPU 集群上各获得 1000 GPU 小时,自主选择数据、编写训练代码并跑实验,检验前沿模型到底能独立完成多少 post-training 研究。所有提交的模型会被冻结并由第三方独立评测,全程直播,并将在 COLM 会议设展位交流。
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
- 团队让 Agent 自动回复 Slack,网友直呼「和所有人的幽灵版聊天」 — iamrobotbear · 2026-11-16
- AI 求职面试复盘法:让 Claude 指出你哪段回答最没说服力 — brandon_galang · 2026-11-16
- 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
- Effective HTML 走红 GitHub:4.2k 星的 agent 技能集,线框图秒变可交互原型 — tom_doerr · 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