hillclimb发布DeepRSI基准并公布模型排名
热点事件持续更新
hillclimb发布DeepRSI基准并公布模型排名
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
AI初创公司hillclimb发布新基准DeepRSI，用于考察大模型的递归自我改进（RSI）能力，并公布各模型评测排名：Claude Fable 5.1位列第一，Kimi K3在国产模型中排名第一。 该基准包含15道真实机器学习研究题、5组模型配置，要求模型在无网络环境下用统一的Pi Agent框架完成48小时自主科研挑战，每个模型仅运行两次。报道称，这一设置距离全面衡量AI自主科研能力仍有不少差距；评测中的成本反映的是测试运行开销，各模型探索路径不同，不能直接等同于真实科研场景的投入产出比。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 14:51
hillclimb 发布 DeepRSI 基准：Kimi K3 排国产第一报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- 量子位精选hillclimb 发布 DeepRSI 基准：Kimi K3 排国产第一
AI 初创公司 hillclimb 发布新基准 DeepRSI，用 15 道真实机器学习研究题考察大模型的递归自我改进能力，要求模型在无网络环境下用统一 Pi Agent 框架完成 48 小时自主科研挑战。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月14日 16:00
- 近 24 小时变化
- –
02.557.510
16:0017:0018:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。