自动研究Agent夜跑训练复盘
richdotca · x · 2026-07-14
这条转发介绍了作者把 **autofrontier** 用到真实训练里：用一个自动化 agent 夜间跑训练，去追一个视觉 grounding 任务的记录。 关键信息： - 任务是 **referring-expression grounding**，评测是 **RefCOCO 的 [email protected]** - 8B 模型在尝试追赶一个 72B 模型的纪录 - 一开始从 **0.850** 提升到 **0.920**，一度像是“赢了” - 但后续又有一次跑到 **0.95**，结果在更严格检查下没能复现，作者因此拒绝接受这次“假突破” 整体是在展示：自动研究 agent 可以帮助发现新方向，但**必须经过可复现性检验**，不能只看一次跑分。