一个社区研究团队声称，其已较此前的一项 OpenAI 基准结果实现 50 万倍的超越，并在完成工作后短时间内发布了经过验证的成果。

团队的主张

该团队表示，其将此前的基准成绩提升了 50 万倍，并在很短的时间内完成验证并向公众公布结果。根据研究摘要，这一提升是相对于此前 OpenAI 基准的性能效率改进，且现有文献中尚未出现规模相当的数字。

具体指标在这里至关重要。在狭窄任务上实现 50 万倍的提升，与全面实现 50 万倍的提升完全是两回事。目前的表述指向的是效率，而非原始能力。

背后的 Speedrun 圈子

这一成果与更广泛的开放 AI 优化项目运动相关，包括 NanoGPT speedrun 以及一系列由智能体辅助的研究工作。目标模型是一个 M 参数版本的 GPT-2——这是 OpenAI 于 2019 年发布的模型，此后已成为小规模语言模型实验的标准参考。以现代标准来看它非常小，而这正是关键所在：它足够小，业余爱好者和独立研究者都可以进行实验，且每次运行的成本足够低，优化思路可以快速接连测试。

该模型的训练时间已从约 74 秒下降，社区目前正朝 40 秒以内的目标推进。

此外还有智能体驱动的维度。参与这些项目的自主 AI 智能体本身也带来了效率提升，其中一个有记录的案例显示，在极少或完全没有人工监督的情况下实现了约 11% 的改进。

对 AI 行业的意义

这项研究表明，投资者可能需要重新审视仓位布局，或更青睐敏捷的、与社区合作的创业项目，而非仅依赖资金雄厚的机构。这可能转化为对资助协作研究平台的更大兴趣，尤其是那些利用自主智能体进行优化的平台。

对效率的关注也契合更广泛的行业趋势：计算是训练语言模型最大的开支之一，因此缩短时间或减少每次运行所需的硬件，都能降低产出相同结果的成本。这也是为什么在小模型上的狭窄效率基准常被用作优化技术的试验场。

有三个进展值得关注。其一是独立复现以及对指标的精确核算：50 万倍的声明必然引发审视，而团队选择迅速发布经过验证的成果，恰恰表明它欢迎这种审视。其二是智能体角度：如果自主系统能够在极少人工投入的情况下持续实现约 11% 的提升，优化的速度可能会超越纯人工团队所能达到的水平。其三是 speedrun 群体是否真的能在 1.24 亿参数模型上突破 40 秒大关。