OpenAI продемонстрировала возможности модели GPT-5.6 Sol, которая успешно выполнила автономное дообучение компактной модели Luna на основе минималистичного и нечеткого запроса. Этот эксперимент стал важным этапом в развитии рекурсивного самосовершенствования ИИ, где модель Sol показала значительный прирост производительности в бенчмарках по сравнению с предыдущей версией, приближая компанию к созданию полноценного «автоматизированного исследователя».
Процесс обучения проходил в рамках внутренней программы RSI (Recursive Self-Improvement), направленной на изучение способности моделей самостоятельно улучшать свои архитектуры и веса. Использование «недостаточно специфицированного» промпта подчеркивает способность Sol интерпретировать высокоуровневые задачи и самостоятельно выстраивать пайплайн обучения без детальных инструкций от человека. Это демонстрирует переход от простого генеративного ИИ к системам, способным выполнять сложные исследовательские и инженерные задачи.
Результаты тестирования показывают, что Sol превосходит GPT-5.5 в задачах, требующих автономной оптимизации, на 16,2 балла. Подобные достижения указывают на потенциал автоматизации циклов R&D в области машинного обучения, где ИИ берет на себя роль исследователя, проводя эксперименты и итеративно улучшая другие модели. Это может радикально ускорить темпы разработки новых архитектур и оптимизации существующих решений.
Ключевые факты
- Модель GPT-5.6 Sol самостоятельно провела дообучение модели Luna, получив лишь минимальный и нечеткий запрос.
- В бенчмарке RSI (Recursive Self-Improvement) модель Sol набрала на 16,2 балла больше, чем GPT-5.5.
- Эксперимент подтверждает прогресс OpenAI в создании «автоматизированного исследователя», способного к автономной научной работе.
- Процесс дообучения включал самостоятельную интерпретацию задачи и выполнение всех этапов оптимизации без прямого участия человека.