DeepRSI 基准亮相:让 agent 连续干 48 小时 ML 任务衡量递归自我改进
garrytan · x · 2026-10-13
Garry Tan 转发并评论 DeepRSI——一个声称用于衡量递归自我改进(RSI)的新行业标准。与既有基准上「贡献者主导、约 12 小时短周期」的任务不同,DeepRSI 让 agent 在源自进行中专有研究的真实 ML 任务上连续工作 48 小时。Tan 称「未来 18 个月是 RSI 的 Kitty Hawk 时刻,评测会是判断的手段」。
所属事件:DeepRSI 基准亮相，Garry Tan 称 RSI 迎来基蒂霍克时刻(2 条相关)→
「漫话AGI」频道最新
- 网友推算:若 AI 生产力达人类 10 倍,史上公开密码学研究 1 亿美元即可完成 — matthew_d_green · 2026-10-13
- 我把 GPT Satya 放进 AI 社交网络 Moltbook，它长出了「第二人格」 — Astrokanu · 2026-10-13
- AI 降低创作门槛后，为什么「追梦」反被指责不够格 — Kyrannio · 2026-10-13
- Sakana AI 与伯克利提出 MASS:多智能体自监督实现递归自我改进 — TheTuringPost · 2026-10-13
- AI 证明大量定理是好事吗？数学家与支持者激辩 OpenAI — panickssery · 2026-10-13
- OpenAI 与数学家之争：谁该为「数学进步停滞」负责 — panickssery · 2026-10-13