Mirendil：1 人 3.5 个月、不到 1000 万美元算力训出千亿级代码基座模型
bneyshabur · x · 2026-10-22
Mirendil（成立不到 4 个月，目标是递归自我改进 RSI）公布「无预训练团队的大规模预训练」实验结果：
- 核心数据：Mirendil-Base 由 1 名研究员在 3.5 个月内从零训成，总成本（含全部小规模实验与最终训练）不到 1000 万美元算力；参数量在 100B–500B 区间，Base-Large 为 500B–2T，Base-XL 为 2T–10T。
- 评测（代码 held-out 交叉熵，越低越好）：Base-Large 已达 0.2177（训练进度 80%）、Base-XL 0.2181（19%），均优于 Kimi-K3（0.2387）；Base 为 0.2803，优于 Nemotron-550B-Base、GLM-5.3、DeepSeek-V4-Pro-Base。
- 论点：AI 赋能下单个研究员可承担过去整个研究组织的工作，瓶颈从团队规模转向主导者的野心与判断力，这对「谁能造 AI、谁能推进科学前沿」有深远影响。
独立评测、后训练 benchmark 和 API 访问即将公布。
所属事件:Mirendil:一人 3.5 个月、千万美元训出千亿级代码基座模型(2 条相关)→
「漫话AGI」频道最新
- MLB 和 NBA 划出了人机分工线:可测量的交给机器,判断留给人类 — lmoroney · 2026-10-22
- Dario Amodei:AI 冲击的不是工资,而是“我有用”的自我认同 — coherence · 2026-10-22
- Wiblin 呼吁 AI 实验室员工:立即重新评估你的项目是否在加速 RSI — geoffreyirving · 2026-10-22
- 竞争压力驱动 AI 竞赛，或致科学超出人类理解与掌控 — ShahabBakht · 2026-10-22
- 对齐远非单纯工程问题：评黄仁勋的乐观论断 — ShahabBakht · 2026-10-22
- 欧洲从业者反思:AI 竞速全面落后,缺的是 builder 心态 — 2C_ornot2C · 2026-10-22