OpenAI 称 GPT-5.6 Sol 可化身研究员，后训练 Luna AI 模型

admin

IT之家 7 月 11 日消息，科技媒体 The Decoder 昨日（7 月 10 日）发布博文，报道称 GPT-5.6 Sol 可自主后训练较小的 Luna 模型，并在聚合 RSI 指数上比 GPT-5.5 高 16.2 个百分点。

【后训练定义】
IT之家注：后训练是指模型完成初始预训练后，围绕特定任务、行为或能力继续调整参数与配置的过程。


研究人员使用部分经过编辑的提示信息来指导 GPT-5.6 Sol 对 Luna 进行后训练。

这些指令涵盖了训练配置、GPU 选择、脚本启动和运行验证。

| 图片：OpenAI
【自动化研究员】
OpenAI 研究员 Kathy Shi 在演讲中指出，后训练通常情况下由高级研究团队负责，而 GPT-5.6 Sol 可充当“自动化研究员”的角色，以基于自身后训练路径和配置为基础，为 Luna 模型适配完整的后训练方案。

【评估指标】
OpenAI 称，为直接衡量此类能力，公司建立了基于真实 AI 研究任务的内部评估套件“聚合 RSI”，任务包括调试研究系统、优化 kernel 和训练方案、运行机器学习实验，以及改进另一模型。

官方表示相关 GPT-5.5 模型，GPT-5.6 Sol 模型高出 16.2 个百分点。


OpenAI 还称，研究人员在整个开发周期都会使用 GPT-5.6 Sol，包括调试、优化训练系统、运行实验和阅读结果（OpenAI）。

【内部测试效果】
在内部测试中，活跃研究员人均日 token 产出较 GPT-5.5 上一轮峰值翻倍以上，单个研究员的 pull request 和实验数量也上升。