18 个模型跑 153 次自主实验，无人拿出新方法

Prime Intellect 发布了一份规模不小的自主研究测评：让 18 个前沿模型在 **nanoGPT 优化器 speedrun** 上做 153 次全自主实验，每次跑 8 张 H200，最长一次超过八天。

任务目标是把一个 1.24 亿参数的 GPT 训到验证损失低于 3.28，并比谁用的训练步数少；模型只能动优化器部分，不能联网。

💡 为什么值得看开源闭源差距拉近，但新方法产出仍为零。