Weco AI 拆解 Parameter Golf：用自动化研究循环给模型「瘦身」
AI Engineer · youtube · 2026-10-12
AI Engineer 大会上，Weco AI 团队（Vayum Arora、Zhengyao Jiang、Dixing Xu、Dhruv Srikanth）带来 Parameter Golf 工作坊：用一个 agent 循环地提出代码修改、保留能提升模型分数的改动、丢弃其余，把「自动化研究」（autoresearch）变成可操作流程。
核心内容
- Zhengyao Jiang 介绍 autoresearch 的本质：反复「提案 → 评估」的循环
- Dixing Xu 讲解团队的 Aiden 系统及其对 OpenAI Parameter Golf 挑战赛（16 MB 总权重、10 分钟训练预算、以 BPB 为指标）的贡献
- 实用组合：一个可修改的源文件 + 一个固定的评估命令 + 一个可度量的目标，即构成一次可运行的搜索
决定搜索是否有用的关键
- 快速且稳定的评估
- 指标方向清晰
- 明确的时间/算力上限与初始引导
- 防 reward hacking
实操演示
- Weco 的实验树让每次尝试的代码改动与分数在 dashboard 中可查，可从有希望的分支持续分支，或中途把搜索引向新想法
- Mini Parameter Golf 开源在 github.com/WecoAI/mini-pg，用 Modal 跑训练实验
- 结尾练习把模型训练换成 Flappy Bird 控制器：在正常游玩、移动缺口、风力与混合条件下评分，用隐藏验证集和可编辑范围限制，示范如何设计「奖励你想要的行为」的评估
问答环节讨论了与强化学习的关系及多目标组合。
「编程与Agent」频道最新
- 开发者称3天写出超越Cadence与Synopsys的开源原理图追踪器 — dosco · 2026-10-12
- mitsuhiko 提议把 effect 库并入 code mode,探讨持久化执行 — mitsuhiko · 2026-10-12
- 开源 Buddy 2.1:让 Claude Code 直接操控你的安卓手机 — 3amae404 · 2026-10-12
- 让 Grok 智能体给自己写应用，开发者做出可对话的 Vision Pro 机器人 — Baconbrix · 2026-10-12
- Agent 治理悖论:没人说 NO,谁授权了 YES? — Portotify · 2026-10-12
- 3 台 DGX Spark 搭本地 AI RPG:GLM 模型加 ComfyUI 全离线跑通 — HankYeomans · 2026-10-12