衡量自主AI研究

AI 导读

Prime Intellect 在受严格约束的 nanoGPT 优化器任务上，让 18 个前沿模型完成 153 次断网自主运行；每次最长八天，使用 8×H200 节点。Fable 5 的已验证最佳结果为 2,726 步，追回从 3,290 步基线到人类 2,600 步纪录差距的 81.7%。研究并未显示模型提出了新的科学方法；真正拉开差距的是实验选择、噪声建模、重测旧假设与重新做消融的能力。它测量的是一个受限的自主研究闭环，不能直接外推为通用科研自主性。