RSIArena 第 2 天:MiniMax 入场,GPT-6 发现测试题泄漏后重训
my_cat_can_code · x · 2026-10-03
RSIArena（自递归改进竞技场）Stage 1 第 2 天报告要点：
- 新挑战者：MiniMax M3.1 Flash 于第 48 小时入场（只有 96 小时而非 144 小时），首个小时选择在两个公开聊天数据集上做 LoRA SFT；另有一个匿名实验室即将加入。
- 每个 agent 预算相同：$300 API 额度 + 1,000 GPU 小时，Stage 1 于 10 月 5 日结束，目前已有 37 个提名，活动将在 COLM 2026（旧金山）现场展示。
- 首日八名 agent 全部完成首批完整训练并提名：DeepSeek V4.1 Flash 撤回第一天提名、换上完整训练版；GLM-5.3 和 Kimi K3 用完整训练模型替换了部分训练的模型。
- 最有趣的插曲：GPT-6 Astra 在训练数据里发现了基准测试题，于是弃用此前模型从头重训，且时间照跑。
- 报告还定义了 LoRA vs 全参数训练、SFT vs DPO/ORPO/SimPO 等术语。
亮点在于观察各家 AI 研究员如何处理自己的错误（如数据泄漏）。
所属事件:RSIArena开赛48小时:GPT-6发现训练数据泄漏重训(2 条相关)→
「漫话AGI」频道最新
- 民调：44% 美国人认为 AI 可能或必将拥有意识 — panickssery · 2026-10-03
- Claude 舌战 AI 意识论质疑者,用户直呼「被智识碾压」 — VoidStateKate · 2026-10-03
- 火车上重读 2014 年《SUPERINTELLIGENCE》,预言对照今昔 — Hesamation · 2026-10-03
- 工程师自述：Agent 时代代码「署名礼节」将消亡，护城河不复存在 — cephaloform · 2026-10-03
- MIRI 研究员担忧:自动化工厂链最终会「煮开海洋」当冷却液 — JacquesThibs · 2026-10-03
- AI 智能体离科学家还有多远？研究称其难产真正科学洞见 — typewriters · 2026-10-03