Tinker 自动研究循环复现自蒸馏论文,算力成本误差一美元内
simonguozirui · x · 2026-09-10
askalphaxiv 展示了用 Thinking Machines 的 Tinker 搭建自动研究(autoresearch)循环来复现 post-training 论文的方法。
- 背景:自蒸馏领域有数十种方法互相宣称超越彼此,claims 难以验证,需要系统化审计。
- 做法:给 agent 一笔 Tinker 预算,仅用少量用户 prompt 就自动复现多项自蒸馏结果,并给出精确到一美元以内的算力成本预测。
- 结果:在 Qwen3-8B 与 Qwen3-30B-A3B 上跨多个 seed 复现了 SDFT 的持续学习收益,并分析了 SFT 的失败模式。
- tinkerapi 指出这套流程同样适用于审计:自动化地批量检验数十种已发表方法,而不仅做探索性研究。
所属事件:用 Tinker 预算驱动 agent 自动复现自蒸馏论文(2 条相关)→
「编程与Agent」频道最新
- v0 接入 Vercel 生态集成:Resend、MongoDB 等聊天内一键配置 — evilrabbit_ · 2026-09-10
- 用 Astra 看完苹果 6 支折叠屏开发视频,提炼 iOS 27.1 关键要点 — JordanMorgan10 · 2026-09-10
- 五类别让 AI 乱写的代码:鉴权、支付、时区都在列 — rseroter · 2026-09-10
- 2026 年用 AI 造应用的完全指南:小心 AI 辅助开发反伤产品 — davemccollough · 2026-09-10
- Claude Code 2.1.267 发布:新增 maxEffortLevel 与提示词快照开关 — ClaudeCodeLog · 2026-09-10
- Claude Code 2.1.267 发布：新增 maxEffortLevel 设置与系统提示词快照开关 — ClaudeCodeLog · 2026-09-10