先了解这件事
AI 综述
2026年8月15日,Prime Intellect 公布了一项针对自主研究能力的评测结果。该评测在 nanoGPT 优化器速通任务上,对 18 个前沿模型各进行多次自主实验,单次最长持续八天、每次使用 8xH200s,共完成 153 次运行,并称这是该规模下首个公开实验。结果显示,没有任何一次运行提出全新方法,获胜思路都与现有文献相似,但 Fable 5 和 Opus 5 明显领先其他模型。差距主要体现在实验选择、执行严谨度以及对噪声结果的处理上:强模型会用三个种子验证临界结果、在配方变化后重测旧结论,Opus 5 还重开 β2 调参并刷新记录。全部 trace、scratchpad、监控报告与 harness 均已公开。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Prime Intellect
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月15日
Prime Intellect一手精选
Prime Intellect 用 nanoGPT 速通实测 18 个前沿模型的自主研究能力
Prime Intellect 在 nanoGPT 优化器速通任务上对 18 个前沿模型各跑多次自主实验，单次最长八天、每次 8xH200s，共 153 次运行，称这是该规模下首个公开实验。没有任何一次运行提出全新方法，获胜思路都与现有文献相似，但 Fable 5 和 Opus 5 明显领先其他模型。差距体现在实验选择、执行严谨度和对噪声结果的处理上，强模型会用三个种子验证临界结果、在配方变化后重测旧结论，Opus 5 重开 β2 调参并刷新记录。全部 trace、scratchpad、监控报告与 harness 均已公开。