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
- Warp 六个非工程团队全用 Linear 和 Claude Code 工程化运作 — mon__lim · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- Anthropic 研究员:99% 工程师已跑 300+ 自改进 agent 群 — AlishaOutridge · 2026-09-11
- Gergely Orosz 观察:AI Agent 提速十倍交付,却带来一堆小退化 — ducha_aiki · 2026-09-11
- 同题 Echo Maze 实测:三大模型看似成功,代码里藏着同一个 bug — eyishazyer · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11