RL 训练 Kimi 基座设计变压器,93% 未见规格达标,数周工作缩至几分钟
simonguozirui · x · 2026-09-15
初创公司 GenTrajectory 展示了 RLVR(可验证奖励的强化学习)在数学与代码之外的工程应用——用 AI 设计电力变压器:
- 方法:电气工程师几十年积累的基于物理的验证器(verifier)天然适合 RLVR;团队用 Tinker 平台,以强化学习训练 Kimi 基座模型设计中功率变压器
- 成绩:在未见过的规格上达到 93% 的达标率,把原本需要数周的工程迭代压缩到几分钟推理
- 动机:GenTrajectory 指出 AI 已在改进自身模型架构与芯片,而它赖以运转的电力基础设施值得同等关注
- Tinker API 官方转发强调:RLVR 不只属于数学和代码,工程界现成的物理验证器就是天然的奖励函数
这是「物理验证器即奖励函数」路线的一个具体落地案例,对 AI for Science 和工业设计都有参考价值。
所属事件:RL 训练 Kimi 基座设计电力变压器，未见规格达标率 93%(2 条相关)→
「漫话AGI」频道最新
- Ыég especial: 长文析 AI 价值在效率之后：Infra 必然过剩，应用层基建正当时 — yangyi · 2026-11-02
- 研究员类比:AI 破解猜想易、提出猜想难,攻防同理 — mboehme_ · 2026-11-02
- vikhyatk:通往奇点路上算力将交替出现过剩与短缺 — TheZachMueller · 2026-11-02
- Sam Altman 断言：AI 已超越顶尖科学家，2026 将是历史转折点 — kimmonismus · 2026-11-02
- DeepSeek 设计文档：一人只能盯 3-5 个 agent 会话，瓶颈不再是模型 — heyshrutimishra · 2026-11-02
- AI 意识研究者:我们没有可靠方法判断 AI 是否有意识 — dioscuri · 2026-11-02