RSIArena 实验:8 个 agent 共享 64 张 Blackwell,各用 1000 GPU 时训模型
my_cat_can_code · x · 2026-09-30
联合 Stanford、Notre Dame、UW 与 Scale AI 的 RSIArena(by Bake AI)正在实测一个大胆问题:前沿模型能独立完成多少 post-training 研究?
- 设置:8 个研究 agent、同一个 30B 基座模型,在 64 张 RTX PRO 6000 Blackwell 共享集群上连续跑 144 小时。
- 规则:每个 agent 分到 1000 GPU 小时,自主选择数据、编写训练代码、跑实验;定期冻结其提交的模型做独立评估。
- 看点:「模型训练模型」的公开竞技场,观众可围观 agent 们经历「为什么昨天这招灵今天不灵」的研究者时刻。
团队将在 COLM 会议 107 号展位设直播活动,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 Agent 同基座自主做后训练研究(8 条相关)→
「编程与Agent」频道最新
- 模型一次性删掉 OpenClaw 超 100 万行测试代码,作者称还有 30-40 个同类 PR — vincent_koc · 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
- AI 模型一言不合删掉 4.3 万行测试代码,diff +90/-43,599 — vincent_koc · 2026-11-16
- 摩根大通展示内部 agent 流水线 Jarvis:数月工作缩至几分钟 — LangChain · 2026-11-16
- 开发者澄清:App Store 并未全面禁用 Feature Flags — talkaboutdesign · 2026-11-16
- 用户实测:Google Antigravity 效果不输 Claude Cowork,Gemini Tasks 定位存疑 — sebajun2 · 2026-11-16