Denis Yarats 用 agent 集群全自动训练模型:20 小时、花费 3100 美元
NirantK · x · 2026-09-22
机器人/物理 AI 领域研究者 Denis Yarats 分享周末实验 AutoJev:尝试用自家内部系统的 agent 集群(swarm)完全自主地训练一个有竞争力的 Jev-like 模型,结果「走得相当远」。
关键细节:
- 给 swarm 配了一台带 H200 GPU 的 devbox
- 集群由 astra 和 fable 组成,用 sol 和 luna 做合成数据与过滤
- 共运行 20 小时,总花费 $3.1k(推文被截断,具体 GPU 时费与完整结果未全部展示)
这展示了多 agent 协作端到端接管训练流程(数据处理→训练→评估)的可行性,值得关注其与人类 baseline 的对比细节。NirantK 评论羡慕其算力预算。
所属事件:Agent集群20小时自主训出模型仅花3100美元(2 条相关)→
「编程与Agent」频道最新
- 美联航将禁止个人AI代理代客预订机票 — Polymarket · 2026-11-12
- Agentic Search 图解：4 次搜索的循环成本约为单次搜索的 5 倍 — adnan_hashmi · 2026-11-12
- AWS 自曝：AWS Emulator 每行代码均由自主 AI Agent 编写 — SumitGup · 2026-11-12
- freeCodeCamp 上线 2 小时 Codex 智能体编码免费课 — adnan_hashmi · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12
- 整理 5.5 万数据点的教训:企业级 Agent 数据准备远比想象更难 — BenBajarin · 2026-11-12