MIT 团队让 Agent 边训练边重写优化器源码，无调参场景全面占优
vincesitzmann · x · 2026-10-22
Phillip Isola 转发了其团队（SimulatedAnneal）的新工作：现有优化器在训练中是静态的，他们让一个 agent 观察训练动态，并随着训练进行实时改写优化器的源码，得到「反应式优化器」（reactive optimizer）。
关键结果：
- 在所有没有现成调优配方的语言与图像任务中，该方法持平或超过一次性给出的最佳优化器配方；
- agent 能自主防范 loss 尖峰与过拟合；
- 作者展望：优化决策未来可能属于 agent 而非人类。
论文与开源代码均已放出，可在自己的任务上试用。
所属事件:MIT 团队推「反应式优化器」：Agent 训练中实时改写优化器(4 条相关)→
「编程与Agent」频道最新
- Kornia 新规：PR 须标明「哪部分由人类完成」，AI 代理需署名 — kornia_foss · 2026-10-22
- 「请救救我」标签页梗图套上编程 Agent：too many tabs open — mrdrozdov · 2026-10-22
- YC F26 项目 Latent 发布：读模型内部状态，提前拦截幻觉答案 — ycombinator · 2026-10-22
- 持续学习缺个 L0.5：agent 状态四层模型引出权重与上下文之间的空白 — willcb · 2026-10-22
- DuckDB + Hugging Face 阿姆斯特丹工作坊:210 万条评论搭建 AI 反馈管道 — lhoestq · 2026-10-22
- Veracode 报告:AI 已写约半数代码,但安全通过率仅 56% — WeldPond · 2026-10-22