OpenRSI Index 引爆 X:让科研智能体花上万 H100 小时改进真实训练方案
机器之心 · wechat · 2026-10-11
OpenRSI Index 在 X 上发布后获超 13.3 万次浏览,它从真实开源研究项目出题,考察科研智能体能否在明确实验边界下改进人类设计的训练方案。三个代表任务分别对应不同问题:改进 Marin 优化器(单次运行 18,432 H100・小时,检验方法跨尺度有效性)、为 Qwen 设计更好的强化学习任务(约 20,864 H100・小时)、从 GPIC 数据改进文生图方法(5,815 H100・小时),覆盖预训练、后训练与视觉生成。
项目的核心设计是「工作区与验收环境隔离」:智能体在内循环中自由试错,但每次提交都冻结为快照,交由独立、干净的评测环境打分,篡改奖励路径、泄露评测信息、超预算即计零分,以回应数据污染与不可复现问题。导师阵容包括 Luke Zettlemoyer、Karthik Narasimhan、Yejin Choi、Dawn Song 等学者。社区还推出 RSI-Anything,研究者通过与 AI 对话约一小时即可把自己的课题转化为可运行的 RSI 任务,任务被接纳后可成为共同作者;任务、评测框架与运行轨迹全部开源。
「研究」频道最新
- 仅 1 克！无线微型显微镜实现自由活动小鼠全皮层单细胞成像 — KordingLab · 2026-10-23
- Mike Frank 抛出超导可逆计算难题:能否用无偏置约瑟夫森结凑齐 BARCS 通用原语集 — MikePFrank · 2026-10-23
- Arc Institute 用基因组语言模型绘制原核非编码序列图谱 — tedgreenwald · 2026-10-23
- 同行评审的 AI 化：审稿人终于「进入附录」了 — abursuc · 2026-10-23
- Anthropic 用 Claude 为 100+ 开源库写下汇编级安全形式化证明 — AnthropicAI · 2026-10-23
- 研究提出 9 种策略为多 LLM 协作选模型，最优可超随机 36.1% — shangbinfeng · 2026-10-23