OpenAI 稱 GPT-5.6 Sol 可化身研究員，後訓練 Luna AI 模型

OpenAI 近日公開一項重大進展，旗下最新模型 GPT-5.6 Sol 被賦予了「自動化研究員」的定位，能夠自主為較小型的 Luna 模型進行後訓練，並且在內部評估指標上展現出優異表現。這項消息由 OpenAI 研究員 Kathy Shi 在對外演講中正式披露，立即引起人工智慧研究領域的高度關注。 所謂後訓練，是指模型在完成初始的預訓練階段之後，針對特定任務、行為或能力，進一步調整其參數與配置的過程。傳統上，這項工作極為依賴高階研究團隊的專業知識與經驗，需要反覆嘗試不同的訓練策略、硬體配置與參數組合。然而 OpenAI 的最新成果顯示，GPT-5.6 Sol 已經能夠自主勝任這個原本高度仰賴人力介入的環節。 根據 Kathy Shi 的說明，研究人員僅需提供部分經過編輯的提示訊息，這些指令涵蓋了訓練配置、GPU 選擇、腳本啟動以及運行驗證等關鍵資訊。GPT-5.6 Sol 在接收這些指引後，便可以自動化地為 Luna 模型規劃並執行完整的後訓練方案，從設定訓練路徑到微調配置，幾乎完全取代了傳統研究團隊部分繁重的調校工作。 更值得關注的是，OpenAI 為了直接衡量此類自主研究能力，特別建立了名為「聚合 RSI」的內部評估套件。這套評估系統奠基於真實的 AI 研究任務，設計目的是測試模型在實際研究場景中的表現。根據官方說明，聚合 RSI 涵蓋的任務包括除錯研究系統、最佳化核心運算程式碼與訓練方案、執行機器學習實驗，以及針對另一模型進行改進。 Kathy Shi 在演講中強調，GPT-5.6 Sol 在這些任務上的執行結果，不僅展現出高度的穩定性與效率，更在聚合 RSI 指數上取得了超越 GPT-5 基礎版本的成績。這代表著模型不僅能夠理解複雜的研究指令，還能自主產出有效且可驗證的實驗成果，進一步縮短了從模型研發到實際部署的迭代週期。 Luna 模型作為此次後訓練的目標對象，本身屬於較小規模的 AI 模型。OpenAI 的測試顯示，透過 GPT-5.6 Sol 自主設計的後訓練流程，Luna 模型能夠在特定任務上獲得顯著的性能提升，而這一切幾乎不需要人為介入即可完成。這項能力對於需要快速調整模型以因應不同應用場景的團隊而言，具有極高的實用價值。 研究團隊指出，過去後訓練通常需要動員多位高階研究員，花費數日甚至數週的時間進行試錯與調校。現在藉由 GPT-5.6 Sol 作為自動化研究員，整個流程可以被大幅壓縮，同時降低人力資源的消耗。這不僅提升了整體研發效率，也讓資源較為有限的團隊有機會獲得接近頂級研究水準的模型調校成果。 至於聚合 RSI 評估套件的設計思路，OpenAI 內部團隊表示，這套系統的任務都是從真實的 AI 研究工作中提煉而來，例如除錯研究系統就模擬了實際開發中常見的錯誤排查情境，最佳化核心運算則考驗模型對低階硬體與演算法的理解能力。透過這些任務，可以更客觀地衡量模型在「研究員」角色上的勝任程度。 從整體技術布局來看，GPT-5.6 Sol 的這項能力也呼應了 OpenAI 一直以來追求的「自動化研究」願景。讓模型不僅能回答問題或生成內容，更能主動參與到 AI 系統的開發與改進工作中，形成一個自我強化的循環。Kathy Shi 在演講尾聲提到，未來如果能夠進一步提升自動化研究員的穩定度與泛化能力，將有望徹底改變現行 AI 模型的訓練與部署流程。 儘管目前這項技術仍處於內部驗證階段，OpenAI 並未透露具體的商業化時間表，但業界普遍認為，一旦自動化後訓練技術成熟，將會對整個 AI 產業產生深遠影響。尤其是對於需要頻繁更新模型以適應新任務的企業來說，GPT-5.6 Sol 的出現意味著他們不再需要仰賴龐大的研究團隊，即可獲得高品質的模型調校服務。 Luna 模型作為此次測試的載體，其後續表現也將成為外界觀察這項技術實際成效的重要依據。OpenAI 表示，會持續在內部擴展聚合 RSI 的任務範疇，並探索將自動化研究員能力應用到更多不同規模與類型的模型上，進一步驗證其通用性與可靠性。