亚马逊论文：LLM 可预测试验收益，2653 条记录让排序相关性升至 0.774
rohanpaul_ai · x · 2026-10-11
亚马逊团队提出用 LLM 作为「研究世界模型」（RWM），在花费 GPU 算力之前预测某项训练干预是否有效，解决 AI 研究智能体提议实验速度远超执行预算的问题。
- 评测基于 2653 条真实实验记录、覆盖 9 个研究环境（预训练、后训练、推理），相当于超 17.1 万 H100 GPU 小时的实验。
- 引入同环境历史记录后，预测与实际结果的平均排序相关性从 0.506 提升至 0.774；在 OLMo3-100M 环境中，低推理成本加记录达到 0.892，而无记录的高推理成本仅 0.648。
- 跨环境知识可复用：用 OLMo3、Marin、Nanochat 的预训练经验，RWM 在 Qwen3 环境中将选择遗憾降低 78%。
- 多轮自动研究设定下，环境内与跨环境知识分别将最佳增益提高 15.8% 和 11.6%。
作者建议：运行研究智能体的团队应记录每一次实验（包括失败），并把记录喂给负责挑选下一次运行的模型。
所属事件:亚马逊推出 LLM 研究世界模型，实验前预测试验收益(2 条相关)→
「漫话AGI」频道最新
- Reddit热议：说AI有意识，等于说一段程序能产生意识？ — VegetableArea · 2026-10-11
- Nick Bostrom 警告「心智罪」:造出意识机器却不察或酿大规模伤害 — cccalum · 2026-10-11
- 招聘新常态：AI 模型筛选另一 AI 写出的简历 — victor_explore · 2026-10-11
- 英国学者撰文:加速采用 AI 才是对英国最安全的选择 — HaydnBelfield · 2026-10-11
- 中国在建 38 座核反应堆约 39.8GW，能源被视为 AI 最大瓶颈 — kimmonismus · 2026-10-11
- AI 让业余博客式畅想难以为继：会当场被指出文献矛盾 — xuenay · 2026-10-11