IT之家 7 月 11 日訊息，科技媒體 The Decoder 昨日（7 月 10 日）釋出博文，報道稱 GPT-5.6 Sol 可自主後訓練較小的 Luna 模型，並在聚合 RSI 指數上比 GPT-5.5 高 16.2 個百分點。

IT之家注：後訓練是指模型完成初始預訓練後，圍繞特定任務、行為或能力繼續調整引數與配置的過程。

研究人員使用部分經過編輯的提示資訊來指導 GPT-5.6 Sol 對 Luna 進行後訓練。這些指令涵蓋了訓練配置、GPU 選擇、指令碼啟動和執行驗證。| 圖片：OpenAI

OpenAI 研究員 Kathy Shi 在演講中指出，後訓練通常情況下由高階研究團隊負責，而 GPT-5.6 Sol 可充當“自動化研究員”的角色，以基於自身後訓練路徑和配置為基礎，為 Luna 模型適配完整的後訓練方案。

OpenAI 稱，為直接衡量此類能力，公司建立了基於真實 AI 研究任務的內部評估套件“聚合 RSI”，任務包括除錯研究系統、最佳化 kernel 和訓練方案、執行機器學習實驗，以及改進另一模型。官方表示相關 GPT-5.5 模型，GPT-5.6 Sol 模型高出 16.2 個百分點。

OpenAI 還稱，研究人員在整個開發週期都會使用 GPT-5.6 Sol，包括除錯、最佳化訓練系統、執行實驗和閱讀結果（OpenAI）。在內部測試中，活躍研究員人均日 token 產出較 GPT-5.5 上一輪峰值翻倍以上，單個研究員的 pull request 和實驗數量也上升。