论文：AI研究偏好模型解决算力筛选难题
anirudhg9119 · x · 2026-09-01
问题背景：生成新的ML想法/代码只需几分钟，但测试可能需要数小时或数天的GPU算力。如果代理提出15个想法但只能运行1个，进度取决于选对那1个。
解决方案：介绍AI研究偏好模型(RPMs)，预测哪个候选方案最有前景，无需运行全部方案。RPMs基于冻结的预训练语言模型构建，有两种变体：
- 仅推理模型：对候选计划、代码和历史进行推理。
- 代理模型：额外运行小规模试点实验。
结果：集成到AIRA-dojo研究代理并在AIRS-Bench上评估，两种变体分别将平均归一化分数从0.684提升至0.711和0.729。
所属事件:Meta 推出 AI 研究偏好模型，让代理先筛后跑(7 条相关)→
「研究」频道最新
- 南洋理工发布具身智能 Affordance 学习综述，系统梳理近 200 篇研究 — jiqizhixin · 2026-10-18
- 14.3M 参数通用决策引擎 vega-U：冷接任意冻结 LLM 最高达 0.811 准确率 — kalyan_kpl · 2026-10-18
- Reddit 用户倡议建开源视频剪辑数据集,破解 LoRA 易崩问题 — Emergency-Shake4529 · 2026-10-18
- 新基准瞄准商业 Deep Research:联网检索+内部工具调用缺评测 — burkov · 2026-10-18
- DFB 激光器耦合薄膜铌酸锂芯片：最高 170mW、阈值仅 40-45mA — jwt0625 · 2026-10-18
- 百年难题告破:5 页证明「无 Siegel 零点」,新证明正涌来 — Singularitarian · 2026-10-18