熱點事件持續更新
Frontier RSI 基準最高分約 34%
1 篇報導1 個報導來源8 小時前更新
先了解這件事
重點綜述
要讓 LLM 一直改進另一個 LLM,前沿模型目前做得到多少?
- Abundant 共同創辦人 Kevin Lin 與 Jesse Hu 推出 Frontier RSI 基準,讓模型嘗試改進預訓練、後訓練、GPU kernel 和推論等工作。由於直接訓練前沿模型的成本太高,測試改用較小模型作為代理任務。
- 最高分約 34%,不同模型也各自在不同類別表現突出。27 項任務中有 8 項已開源,兩人並表示下一版計畫加入對齊任務與端到端的打造 LLM 評測。
根據報導自動生成 · 7 小時前更新
最新進展11月22日 21:00
Abundant 推出 Frontier RSI 基準,測前沿模型能否改進其他 LLM報導時間線
沿著報導,瞭解事件的不同面向。
11月22日
- MTS前沿 AI 模型在真實 RSI 任務上僅得 34 分 | Abundant
Kevin Lin 與 Jesse Hu 的 Frontier RSI 基準測試發現,頂尖 AI 模型在開放式自我改進任務上平均僅得 34%,其中 Gemini 在核心最佳化表現最佳,Claude 則在後訓練領先。
本事件熱度趨勢
當前熱度 8·可比範圍峰值 10(11月22日 22:00)·近 24 小時可比範圍變化 –
趨勢僅比較持續完整觀測到的相同主體,範圍可能小於當前熱度統計。移動指標或點選圖表檢視每小時熱度;鍵盤可用左右方向鍵切換。
讀者討論
針對此事件的各方觀點與即時反饋