RSIArena 直播 8 个 Agent 用 30B 底座自主做后训练研究
my_cat_can_code · x · 2026-09-30
bakeaihq 与斯坦福、圣母大学、华盛顿大学及 Scale AI 合作推出 RSIArena，直播测试前沿模型能在多大程度上独立完成 post-training 研究。
实验设置：
- 8 个研究 agent，同一 30B base model 起步
- 共享 64 张 RTX PRO 6000 Blackwell GPU 的集群，共运行 144 小时
- 每个 agent 拥有 1000 GPU 小时，自行选择数据、编写训练代码、跑实验
- 提交的模型会被冻结并独立评测，实现「模型训练模型」
团队还将在 COLM 会议 107 号展位举办直播活动，欢迎 post-training、agent 与评测方向的研究者反馈。
所属事件:RSIArena 直播实测：8 个同底座 Agent 自主做 144 小时后训练研究(8 条相关)→
「编程与Agent」频道最新
- 「新基准」梗：用整页飞机图纸测图生 CAD 能力 — burhop · 2026-09-30
- 结构性确定性法则：策略执行别交给 LLM 判断 — forevergeeks · 2026-09-30
- 「Agent 版 Gumroad」实验：你出创意我管托管 — BLOOD-STROKE · 2026-09-30
- Matt Pocock 将直播访谈 poteto,聊 agent 编程技能与高效交付 — mattpocockuk · 2026-09-30
- mitsuhiko 呼吁 MCP 支持可组合的工具搜索 — mitsuhiko · 2026-09-30
- TDX MCP 服务器开源发布:41 个工具让 AI 管理工单与 CMDB — modelcontextprotocol · 2026-09-30