OpenAI GPT-5.6 Sol 自主后训练较小模型 Luna
阅读原文· the-decoder.comOpenAI 新旗舰模型 GPT-5.6 Sol 能独立优化较小模型。研究人员通过 Codex 平台给出“相当模糊的提示词”后，Sol 自主识别训练配置、选择 GPU 并执行了 Luna 模型的后训练脚本。在衡量递归自我改进（RSI）能力的内部基准上，GPT-5.6 Sol 得分比前代 GPT-5.5 高 16.2 分。OpenAI 表示，内部测试期间每位活跃研究员的日均 token 输出量较 GPT-5.5 峰值翻倍以上，过去六个月分配给内部编码推理的计算份额增长了 100 倍，基于智能体的 token 使用量增长约 22 倍。
Nano Banana Pro 由 THE DECODER 提供提示词
关键要点
- OpenAI 的新 AI 模型 GPT-5.6 Sol 能够独立优化更小的模型。
- 据该公司称，只需一个简短的提示词，Sol 就能自主识别训练配置、选择 GPU，并为 Luna 模型执行后训练脚本。
- 在一个衡量递归自我改进（RSI）能力（即系统自我进化的能力）的新内部基准测试中，GPT-5.6 Sol 的得分比其前代 GPT-5.5 高出 16.2 分。
AI 实验室希望利用 AI 来加速自身的 AI 开发。OpenAI 表示，新的 GPT-5.6 Sol 模型在这方面比以往任何模型都做得更好。
OpenAI 的新旗舰模型 GPT-5.6 Sol 独立完成了对较小模型 Luna 的后训练。据该公司称，在 Luna 完成初始预训练后，Sol 自行对其进行了优化，使其具备特定的技能和行为。
一位研究人员通过 Codex 平台向 Sol 提供了一个“相当不明确的提示词”。指令要求模型找到正确的训练配置、选择合适的 GPU、启动训练脚本，并验证一切运行正常。
“以前，这可能是 OpenAI 一个高级研究员团队才能完成的工作，而现在，感觉自动化研究员已经非常接近了，”OpenAI 研究员 Kathy Shi 在演示中说道。
Sol 在自我改进基准测试中比 GPT-5.5 高出 16 分
为了直接衡量这些能力，OpenAI 基于真实的 AI 研究任务构建了一套内部评估套件。这些任务包括调试研究系统、优化内核和训练方案、运行机器学习实验以及改进另一个模型。
据 OpenAI 称，在综合 RSI（递归自我改进）指数上，GPT-5.6 Sol 的得分比 GPT-5.5 高出 16.2 分。Sol 位于该基准测试模型层级结构的顶端，其次是 Terra 和 Luna 变体，然后是 GPT-5.5 和 GPT-5.4。
AI 研究中的递归自我改进，指的是 AI 系统提升自身能力的过程，每一轮进步都会让系统变得更擅长自我改进。这形成了一个反馈循环。该术语长期以来一直是 AI 安全研究的核心，因为一个能够递归自我改进的系统，理论上可能引发能力的快速爆发。
OpenAI 的竞争对手 Anthropic 在 6 月初强调，完全的递归自我改进尚未实现，但“可能比大多数机构准备应对的时间点来得更早”。完全的 RSI 意味着 AI 系统无需人类帮助，就能自行设计出它的继任者。据 Anthropic 称，Claude 目前能够处理重大范式转变之间的增量工作，而人类仅负责个位数百分比的方向性决策。
使用 GPT-5.6 后，每位研究员的 token 输出量翻了一倍多
OpenAI 表示，其研究人员在整个开发周期中都使用 GPT-5.6 Sol，从调试和优化训练系统，到运行实验和读取结果。即使在内部测试期间，每位活跃研究员的日均 token 输出量也比 GPT-5.5 创下的此前峰值翻了一倍多。每位研究员提交的拉取请求和实验数量也有所增加，使团队能够更快地将想法转化为成果。
该公司过去六个月的内部采用数据描绘了一幅意料之中的乐观图景。分配给内部编码推理的计算资源份额增长了 100 倍，而基于智能体的 token 使用量则跃升了约 22 倍。OpenAI 承认，这些指标并不能直接衡量研究进展，但表示它们显示了 AI 辅助工作的扩展速度有多快。