给 agent 一笔 Tinker 预算,自动复现自蒸馏论文结果

SRSchmidgall · x · 2026-09-10

askalphaxiv 分享了一种用自动研究循环复现 post-training 论文的玩法:当前自蒸馏方法众多、互相声称有改进,难以判断哪些结论站得住。

他们的做法是给 agent 设定 Tinker 算力预算,让其在多模型、多训练配置下自动复现自蒸馏结果:只需少量用户提示,agent 便在 Qwen3-8B 和 Qwen3-30B-A3B 上跨多个随机种子复现了 SDFT 的持续学习收益,并探究了 SFT 的失败模式,成本可预测。

原文链接 →

「编程与Agent」频道最新

• K3 优化 mjwarp 内核提速 77%，GPT-6 再优化仅 0.38% — YouJiacheng · 2026-09-10
• K3 优化 mjwarp 内核提速 77%，GPT-6 Astra 再优化仅 0.38% — YouJiacheng · 2026-09-10
• 同一份异步程序七种输出：Async/Await 跨语言差异远超预期 — IanArawjo · 2026-09-10
• 开发者感叹:模型越聪明,要审的 AI 生成 PR 也越难跟上 — smlpth · 2026-09-10
• Automattic 推 agent 即时托管 here.now，3 秒发布已承载 50 万站点 — iannuttall · 2026-09-10
• mitsuhiko 实测 Google Astra：很惊艳，但还不敢用于日常工程 — mitsuhiko · 2026-09-10

更多「编程与Agent」频道 AI 资讯 →