RSIArena 直播实验:8 个 Agent 用同一 30B 基座自学做后训练研究
my_cat_can_code · x · 2026-09-30
与 Stanford、Notre Dame、UW 和 Scale AI 合作的 LIVE RSIArena 项目正在测试一个核心问题:前沿模型能独立完成多少后训练研究?
实验设置:8 个研究 agent,全部基于同一个 30B 基座模型,共享 64 张 RTX PRO 6000 Blackwell GPU 集群,共运行 144 小时。每个 agent 获得 1000 GPU 小时,自行选择数据、编写训练代码并跑实验;提交的模型会被冻结后独立评测,即「模型训练模型」的公开直播实验。
团队还将在 COLM 2026 设展位并举办直播活动,欢迎后训练、agent 与评测方向的从业者反馈。
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
- 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
- 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