科技领域迎来一项突破性进展，OpenAI 最新研发的 GPT-5.6 Sol 展现出强大的自动化模型训练能力。这款模型能够自主完成对较小规模 Luna 模型的后训练任务，在内部评估体系“聚合 RSI”中取得显著优势，较前代 GPT-5.5 模型提升达 16.2 个百分点。
后训练作为模型开发的关键环节，通常需要专业研究团队针对特定任务调整参数配置。OpenAI 研究员 Kathy Shi 在技术分享中透露，GPT-5.6 Sol 突破了传统模式，能够基于自身训练经验生成完整的后训练方案。研究人员仅需提供基础指令，涵盖硬件配置、脚本执行等要素，该模型即可自动完成 Luna 模型的优化工作。
“聚合 RSI”评估体系专门设计用于衡量 AI 系统的研究能力，包含系统调试、算法优化、实验执行等复杂任务。OpenAI 公布的测试数据显示，在相同开发周期内，使用 GPT-5.6 Sol 的研究团队人均每日代码产出量较前代模型提升超过一倍，单个研究员提交的代码修改请求（pull request）和实验次数也呈现显著增长。
这项技术突破正在重塑 AI 研发流程。OpenAI 内部实践表明，GPT-5.6 Sol 可贯穿模型开发全周期，从系统调试到结果分析均能提供有效支持。研究人员特别指出，该模型在跨模型优化任务中表现突出，能够根据不同模型特点定制训练策略，这种自适应能力为大规模 AI 研发提供了新的解决方案。
