Meta 研究偏好模型可先评估实验再省 40% 算力

Meta FAIR 提出研究偏好模型（RPM），应对 AI 研究智能体生成实验思路的速度远超算力可承受范围的瓶颈。在 AIRA-dojo 中每步生成 15 个候选修改，RPM 结合代码与历史结果，无需实际执行即可评估方案优劣，先预测实验值不值得跑再烧 GPU，可节省约 40% 的算力成本。

2026-08-17 ~ 2026-08-18 · 3 条相关

• 新研究提出 AI 研究偏好模型，无需执行即可评估方案优劣 — iScienceLuvr · 2026-08-17
• Meta 论文用 RPM 模型筛选 AI 实验思路，节省 40% 算力 — rohanpaul_ai · 2026-08-18
• Meta FAIR 新思路：先预测实验值不值得跑，再烧 GPU — eyishazyer · 2026-08-18