2:01para la medianoche
ES ▾
Image published on DeepRSI (Hillclimb)'s page for this story: DeepRSI benchmark gives AI agents 48 hours to improve real ML research tasks
DeepRSI (Hillclimb)
Confirmado Singularidad

El benchmark DeepRSI da a agentes de IA 48 horas para mejorar tareas reales de investigación en ML

Las 15 tareas de Hillclimb se puntúan con verificadores privados; Claude Fable 5.1 lidera con 1548 Elo frente a 1232 de GPT-6 Astra.

ConfirmadoDeepRSI (Hillclimb)Singularidad11 oct, 18:00 UTCvía @jparkjmcCompartir
SNAPE REP RT
Edición 2026-10-12T1212 oct, 12:00 UTCLa singularidad, clasificada cada hora.
2:01para la medianoche
Archivo · Ediciones de los últimos 30 días
vie, 30 de octubre de 202620:0019:0018:0017:0016:00
jue, 29 de octubre de 202612:00
mié, 28 de octubre de 202612:00
mar, 27 de octubre de 202612:00
lun, 26 de octubre de 202612:00
dom, 25 de octubre de 202612:00
sáb, 24 de octubre de 202612:00
vie, 23 de octubre de 202612:00
jue, 22 de octubre de 202612:00
mié, 21 de octubre de 202612:00
mar, 20 de octubre de 202612:00
lun, 19 de octubre de 202612:00
dom, 18 de octubre de 202612:00
sáb, 17 de octubre de 202612:00
vie, 16 de octubre de 202612:00
jue, 15 de octubre de 202612:00
mié, 14 de octubre de 202612:00
mar, 13 de octubre de 202612:00
lun, 12 de octubre de 202612:00
dom, 11 de octubre de 202612:00
sáb, 10 de octubre de 202612:00
vie, 09 de octubre de 202612:00
jue, 08 de octubre de 202612:00
mié, 07 de octubre de 202612:00
mar, 06 de octubre de 202612:00
lun, 05 de octubre de 202612:00
dom, 04 de octubre de 202612:00
sáb, 03 de octubre de 202612:00
vie, 02 de octubre de 202612:00
jue, 01 de octubre de 202612:00
Gratis. Sin cuenta, sin rastreo.Donar