NVIDIA 演示代码智能体自主跑科研实验

7 月 15 日,NVIDIAAI 与 NVIDIA Developer 连续多帖演示“agent-led autoresearch(代理主导的自动研究)”工作流:研究人员只需给 coding agent 一个目标和时间预算,agent 随后自行搭建训练环境、执行实验、完成训练与评估,人类主要负责过程把关。这组演示把自动研究、强化学习训练和托管 GPU 资源串成可执行流程,面向 Nemotron 等开源模型,值得关注的不是某个指标,而是工具链如何协同落地。

关键细节

NVIDIAAI 给出的示例任务,是让 agent 教一个视觉模型统计彩色星星;流程结合 Autoresearch、NeMo RL、NeMo Gym 与 Agent Skills。NVIDIAAI 还分享了来自 Nemotron Labs、用 Agent Skills 跑 RL autoresearch 的实践,把“自动探索”落到可运行的 agent 工作流里。NVIDIA Developer 进一步说明,可在 GPU 实例上由 Codex 借助 Agent Skills 自动配置环境、运行实验,服务于开源模型的实验与领域定制。

托管式训练与基础设施

除通用 autoresearch 流程外,NVIDIA Developer 还展示了两条托管式路径:一是结合 Brev,让 Codex 通过 agent skills 自动配置 GPU 环境并跑实验;二是借助 Prime Intellect,在不自建 GPU 集群的情况下对开源模型做强化学习定制,以 Nemotron 3 Nano 为例,演示从冷启动到导出 LoRA adapter 的完整链路。

帖文未披露实验指标、效果对比或具体发布时间表,现阶段重点更像是在展示方法与工具链如何协同落地。

2026-07-15 ~ 2026-07-15 · 6 条相关

一手来源