7月11日，科技媒体The Decoder披露了一则引人关注的消息：OpenAI的GPT-5.6 Sol模型，竟能自主完成复杂的“后训练”任务——为另一个较小的模型Luna提供全套适配。更令人瞩目的是，在聚合RSI（综合研究能力指数）指标上，该模型较之前的GPT-5.5提升了16.2个百分点。后训练并非易事，它指的是模型在完成初始预训练后，针对特定任务、行为或能力继续调整参数与配置的过程。以往，这类工作基本依赖高级研究团队手动操作，如今模型自身已能胜任。
研究人员通过一组经过编辑的提示信息，指导GPT-5.6 Sol如何为Luna执行后训练操作，这些指令涵盖了训练配置、GPU选择、脚本启动以及运行验证等各个环节。| 图片：OpenAI
OpenAI研究员Kathy Shi在演讲中透露，过去后训练是高级研究团队的专属领域，但如今GPT-5.6 Sol如同一位“自动化研究员”，能够基于自身的后训练路径与配置，为Luna模型量身打造一整套后训练方案。换言之，模型已学会如何指导另一个模型变得更聪明。
为了直接量化这一能力，OpenAI开发了一套内部评估工具，命名为“聚合RSI”，用于测试真实AI研究任务。这些任务包括调试研究系统、优化内核与训练方案、运行机器学习实验，以及改进另一个模型。结果非常直观：与GPT-5.5相比，GPT-5.6 Sol在该指标上领先16.2个百分点，进步十分显著。
OpenAI还提到，研究人员在整个开发周期中都会使用GPT-5.6 Sol，包括调试、优化训练系统，运行实验以及阅读结果等环节。内部测试数据显示，活跃研究员的人均日token产出量相比GPT-5.5上一轮峰值翻了一倍以上，单个研究员的pull request和实验数量也有显著增长。这一效率提升幅度相当可观。
