Meta AI 推出 AutoBenchmark 自动生成评测基准

Meta AI 研究员 Jason Weston 发布 AutoBenchmark 项目，让 autoresearch 智能体自动创建基准并反过来评测自身。团队发现基准难度可迁移到未参与循环的新模型如 Nemotron；另一关键结论是当研究循环停滞时，人类的定向介入能带来显著收益。团队还在新自建基准 Rebu 上进行了验证，并发布了完整博客。

2026-09-30 ~ 2026-09-30 · 3 条相关

• Meta AI 推出 AutoBenchmark：自动造基准，发现人类介入收益巨大 — jaseweston · 2026-09-30
• AutoBenchmark 后续：基准难度可迁移到未见过的新模型 — jaseweston · 2026-09-30
• AutoBenchmark 收官：循环停滞时人类定向介入有效，附博客全文 — jaseweston · 2026-09-30