OpenRSI Index 用真实研究任务评估 AI 智能体
热点事件持续更新
OpenRSI Index 用真实研究任务评估 AI 智能体
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
OpenRSI Index 将真实开源研究项目转化为科研智能体任务，评估智能体能否在明确的实验边界内改进由人类设计的模型训练方案。它把评估重点从刷榜转向执行真实研究任务，但报道未给出智能体已达到或超越人类研究员的结论。 代表任务包括 Marin 预训练、Qwen 后训练和 GPIC 图像生成，单次运行规模分别为 18,432、约 20,864 和 5,815 H100·小时。
AI 根据报道生成 · 57 分钟前更新
最新进展10月11日 19:04
从刷榜到做科研：OpenRSI Index 如何评估 AI 研究员被超越的距离？报道时间线
沿着报道，了解事件的不同侧面。
10月11日
- 知乎专栏：机器之心从刷榜到做科研：OpenRSI Index 如何评估 AI 研究员被超越的距离？
OpenRSI Index 将真实开源研究项目改造成科研智能体任务，评估智能体能否在明确实验边界下改进人类设计的模型训练方案。代表任务覆盖 Marin 预训练、Qwen 后训练和 GPIC 图像生成，单次运行规模分别为 18,432、约 20,864 和 5,815 H100·小时。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。