#HumanEval

让 AI 自己给大模型做后训练 — AIBuildAI 开源递归自进化 PostTrain Agent，登顶 PostTrainBench

AIBuildAI 发布并开源 PostTrain Agent——给基座模型 + 目标能力 + 算力预算，全程无人介入自主完成后训练（数据收集 / 算法设计 / 训练 / 评估 / 迭代）。PostTrainBench 加权综合分 46.6，排名第一，仅次于人类专家基线 51.1——超过 Locus 45.6、Claude Fable 5 + Claude Code 41.8、GPT-5.6 36.2、Kimi K3 32.0。同一 Claude Opus 5 模型下：AIBuildAI 系统 +11.6 分（vs Claude Code 35.0），七项任务六项领先。