用 Tinker 预算驱动 agent 自动复现自蒸馏论文

开发者 askalphaxiv 展示了一种自动研究循环的玩法：面对自蒸馏方法众多、互相声称有改进却难以判断真伪的现状，给 agent 一笔 Thinking Machines Tinker 的算力预算，让其自动复现 post-training 论文的结果。实测显示该循环复现论文的算力成本误差可控制在一美元以内，为检验论文结论是否站得住脚提供了低成本方案。

2026-09-10 ~ 2026-09-10 · 2 条相关

• 给 agent 一笔 Tinker 预算,自动复现自蒸馏论文结果 — SRSchmidgall · 2026-09-10

另有 1 条近重复转述:simonguozirui