OpenRSI Index 发布，用数千 H100 小时评测科研智能体
新基准让 AI 智能体改进真实的开源模型训练方案，并用隔离环境独立验收，用来衡量 AI 离自主做科研还有多远。
OpenRSI Index 把 Marin、Qwen、GPIC 等真实开源项目交给科研智能体继续改进，单次运行消耗数千至上万 H100 小时。它要求 AI 的工作区与最终验收环境隔离（工作区冻结成快照后由干净环境重新打分），用来检验智能体能否在明确资源与代码边界内，提出人类没设计过的更好训练方案。
正文摘录
.jpg)  AI 离超越前沿科研人员还有多远？ 近日，OpenRSI Index 在 X 上引发关注。截至目前，项目发布帖已有超过 13.3 万次浏览，相关话题出现在 X 的 Today's News 栏目中。  图 1 OpenRSI-Index 出现在 X 的 Today's News 栏目中。 X 发布帖：https://x.com/OpenRSI/status/2102831770458890626 随着大语言模型在部分评测基准上接近饱和，前沿科研人员面临一个越来越难以回避的问题：榜单上的进步，能在多大程度上转化为真实研究中的进展？ 刷榜不等价于有效科研，而单纯跑通一个任务，更不等价于持续推进研究的能力。