把分数预测变偏好排序：AI 科研的算力选择难题
anirudhg9119 · x · 2026-09-01
作者点出问题动机：生成一个 ML 想法或代码改动只需几分钟，但验证它可能要数小时甚至数天的 GPU 算力——如果 agent 提出 15 个想法却只能跑 1 个，研究进展就高度依赖选中那一个。为此他们不预测实验的确切分数（困难的预测问题），而是转成偏好问题：给定多个候选解和现有研究历史，排序哪个候选最值得下一个执行。
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
- SimInfinity 机器人仿真基准将开源 1 万个真实场景仿真任务 — joemeno · 2026-10-18
- 论文：LLM 竞价采购平台可省 10%-71% 推理成本 — _onionesque · 2026-10-18
- Meta 论文提出「Agent Plasticity」:最强 agent 未必是最高效学习者 — rohanpaul_ai · 2026-10-18
- SAE 权重编辑让机器人听话,IIIT 海得拉巴论文入选 IJCAI 安全物理 AI 工作坊 — ponguru · 2026-10-18
- 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