众力资讯网

Hillclimb 发布 DeepRSI:把 AI Agent「递归自我改进」评测拉到 48 小时真研究。15 道来自前沿 ML 研究的开放优化题(无联网;公开验证器可爬分,私有 holdout 算 Elo)。首轮公开榜 Claude Fable 5.1 约 1548 Elo 领先,GPT-6 Astra 约 1232;开源尚未破 1000。配图来自原帖与截帧。 ​

Hillclimb 发布 DeepRSI:把 AI Agent「递归自我改进」评测拉到 48 小时真研究。15 道来自前沿 ML 研究的开放优化题(无联网;公开验证器可爬分,私有 holdout 算 Elo)。首轮公开榜 Claude Fable 5.1 约 1548 Elo 领先,GPT-6 Astra 约 1232;开源尚未破 1000。配图来自原帖与截帧。 ​