推出DeepRSI新行业标准评估AI递归自我改进能力

发生了什么

据X用户@jparkjmc发布，推出了衡量递归自我改进（RSI）的新行业标准DeepRSI。与传统基准测试中基于贡献者且短周期（约12小时）的任务不同，DeepRSI要求智能体在源自正在进行中的专有研究的机器学习任务上工作48小时，旨在评估长周期内的自主改进能力。