AI 研究新范式：用测试算力决定跑哪个实验
anirudhg9119 · x · 2026-09-01
介绍论文《AI Research Preference Models》，解决 AI 研究代理在计算预算受限时的候选方案选择问题。
核心内容：
- 问题：AI 研究代理 (AIRA) 可以提出大量候选实验，但 GPU 评估成本高昂，无法全部运行。进度取决于其“研究偏好”，即如何分配固定预算。
- 方法：提出 AI 研究偏好模型 (RPM)，利用预训练语言模型预测最有希望的候选方案，无需全部运行。
- Inference-only 模型：推理候选计划、代码和历史执行结果。
- Agentic 模型：额外运行小规模试点实验。
- 结果：集成到 AIRA-dojo 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。
- 结论：智能体知道“不运行什么”同样重要；选择质量本身随算力扩展。
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)→
「编程与Agent」频道最新
- Anthropic 借鉴律师谈判伦理，Claude 智能体 69 人无人工批准成交 186 单 — rohanpaul_ai · 2026-10-18
- Agent 接管 Gmail 与浏览器后的投毒风险，及 jev-guard 防护做法 — sujingshen · 2026-10-18
- 14 个 Agent 在单卡 5090 上做 AI 电影:按反馈修复剪跳与配音缺陷 — developervkmp · 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
- 开发者用前沿模型一个周末上线山火预测平台 — CtrlAltDwayne · 2026-10-18
- 10 个让 AI Agent 操作手机的 GitHub 开源项目,最大 26K star — victor_explore · 2026-10-18