Scale AI запускает RSI Bench для тестирования способности ИИ к самоулучшению
Scale AI представила RSI Bench — бенчмарк, разработанный для проверки того, могут ли системы ИИ самостоятельно проводить исследования в области ИИ подобно людям-исследователям. Бенчмарк предоставляет моделям ИИ доступ к научным статьям, коду и вычислительным ресурсам, а затем оценивает их способность разрабатывать эксперименты, настраивать параметры, итеративно совершенствовать методы и улучшать базовые модели. Согласно результатам первоначального тестирования, Claude Opus 5 и GPT-5.6 Sol продем
GateNews·08-18 12:06
