UCSB 组建 AI 研究员团队,自主发现超越 GDN2 的线性注意力架构
UCSantaBarbara · hf · 2026-10-22
UC Santa Barbara、宾州州立与 LinkedIn 的研究构建了一支「持久型」AI 研究员团队,探索用多个协作 AI 研究员加速科学发现。设计要点:
- 学科背景多样:每位研究员基于不同学科背景,鼓励正交探索、逃离局部最优
- 私有研究历史:各自保留私密研究记录,同时共享实验证据
- 自适应任务分配:实验预算有限时,平衡探索与利用,动态分配研究机会
团队被部署去搜索线性注意力架构,发现的架构在 1.3B 规模的语言建模、常识推理、合成与真实检索任务上均超越 GDN2。消融实验显示:去掉学科背景,搜索早早停滞;去掉私有历史,即使共享相同证据进度也变慢;均匀分配不如自适应分配。结论:持续的自主发现不仅取决于更强的 Agent,还取决于谁在探索、记住了什么、研究精力如何分配。
「编程与Agent」频道最新
- 实验多智能体 swarm-lite：让 worker agent 主动广播互相通信 — morgymcg · 2026-10-22
- 独立开发者三机分工跑 agent：MacBook 对话、mini 跑自动化、服务器定时发帖 — petrusenko_max · 2026-10-22
- 用 Claude 聊天直接做交易被拦:Anthropic 安全护栏挡住加密货币自动化 — devanshmehta · 2026-10-22
- AI agent 修真 bug 实录:Docker 沙箱复现、修复、45 秒推送分支并开 PR — Acceptable-Object390 · 2026-10-22
- 数据科学家生存法则:会用 AI 工具的人正被会搭建 AI 系统的人取代 — mdancho84 · 2026-10-22
- AutoResearch:自主跑完研究闭环的 AI 智能体成为行业信号 — mdancho84 · 2026-10-22