黄仁勋：#OpenAI 旗舰模型Astra由超10万张英伟达芯片训练而成。其“40万张GPU即将上线”的重磅预告，更释放出算力需求井喷的强烈信号。
9月6日，OpenAI官方博客发布文章《研究加速：OpenAI内部视角（Research acceleration: The view inside OpenAI）》首次以内部数据形式公开AI“递归自我改进”（#RSI）的进展。
文中提到，智能体带来的并非单一环节的效率改善，而是通过增加代码供给、测试次数和排障能力，压缩研发循环中的等待时间。更多实验再产生更多结果，供研究人员筛选、验证和整合，形成“人定方向—智能体执行—实验反馈—人再决策”的循环。
但称，“智能体仍需要大量人工引导才能成功，尤其是随着任务复杂度上升。”。
9月6日，OpenAI官方博客发布文章《研究加速：OpenAI内部视角（Research acceleration: The view inside OpenAI）》首次以内部数据形式公开AI“递归自我改进”（#RSI）的进展。
文中提到，智能体带来的并非单一环节的效率改善，而是通过增加代码供给、测试次数和排障能力，压缩研发循环中的等待时间。更多实验再产生更多结果，供研究人员筛选、验证和整合，形成“人定方向—智能体执行—实验反馈—人再决策”的循环。
但称，“智能体仍需要大量人工引导才能成功，尤其是随着任务复杂度上升。”。
黄仁勋：#OpenAI 旗舰模型Astra由超10万张英伟达芯片训练而成。其“40万张GPU即将上线”的重磅预告，更释放出算力需求井喷的强烈信号。9月6日，OpenAI官方博客发布文章《研究加速：OpenAI内部视角（Research acceleration: The view inside OpenAI）》首次以内部数据形式公开AI“递归自我改进”（#RSI）的进展。文中提到，智能体带来的并非单一环节的效率改善，而是通过增加代码供给、测试次数和排障能力，压缩研发循环中的等待时间。更多实验再产生更多结果，供研究人员筛选、验证和整合，形成“人定方向—智能体执行—实验反馈—人再决策”的循环。但称，“智能体仍需要大量人工引导才能成功，尤其是随着任务复杂度上升。”。
