NVIDIA 演示 agent 研究工作流
NVIDIA Developer · youtube · 2026-07-15
NVIDIA 演示了一个“agent-led autoresearch”工作流，结合 NeMo RL、NeMo Gym 和 Brev，让 Codex 通过 agent skills 自动配置 GPU 环境、运行实验并记录结果。
视频里展示了两个例子：
- 视觉计数 + 强化学习：为 Qwen3-VL-2B-Instruct 构建视觉星星计数环境，训练后把准确率从 25.0% 提升到 96.875%。
- paper-to-code 验证：让 agent 辅助把论文转成代码并启动验证训练，但研究目标、预算和最终判断仍由研究者负责。
配套资源包括 NeMo RL、NeMo Gym 的 GitHub，以及 Brev 的 launchable 环境。
所属事件:NVIDIA 演示代码智能体自主跑科研实验(6 条相关)→
「编程与Agent」频道最新
- DeepMind 论文：LLM 无法自行随机采样，需外部传入随机数 — rohanpaul_ai · 2026-10-27
- BELL stack 开源：浏览器+Agent 框架+iMessage+支付，一套搭个人智能体 — jeff_weinstein · 2026-10-27
- 法律 AI 公司 Legora 在 Modal 上并行跑 2000 个 agent eval — blelbach · 2026-10-27
- 两名工程师用 AI 3.5 个月重建 FedEx 供应商计费核心,原估 7-8 个月 — alex_verem · 2026-10-27
- AA 实测 GPT-6.1 Terra:编码 Agent 得 48 分,成本仅前代三分之一 — ArtificialAnlys · 2026-10-27
- Shift-1 模型路由器发布：编码 Agent 成本最高降 55% — ypatil125 · 2026-10-27