Databricks 用 Agent 跑研究,训练任务量一年增长 8 倍
matei_zaharia · x · 2026-11-03
Databricks 称 AI 研究方式正在改变:研究者越来越多地用 agent 提出修改、并行启动实验、评估结果并决定下一步,而非手动跑每次试验。配图显示其 AI Functions 研究负载的训练任务量一年内(Q3 2025→Q3 2026)增长约 8 倍(800%+)。在这种规模下,启动延迟与 GPU 可靠性成为关键,Databricks 介绍了如何用 AI Runtime 支撑 agent 驱动的研究节奏。
「漫话AGI」频道最新
- Prime Intellect 驻留者抛出难题:高价值知识工作没有可验证答案,RL 奖励怎么定? — xeophon · 2026-11-03
- Tim Lee：预训练本质是模仿学习，后训练才是强化学习 — binarybits · 2026-11-03
- 仿真关键在物理而非画面:机器人仿真正变成 Agent 的自动科研任务 — wellecks · 2026-11-03
- 研究者观点:高质量的机制可解释性研究本质上是「双用途」技术 — cephaloform · 2026-11-03
- LLM 正把学者简历批量改成叙事体，评审人将读 AI 生成的文本 — MarlosCMachado · 2026-11-03
- 因果机器学习辅助急性心衰用药决策,首次进入人体前瞻试验 — ShalitUri · 2026-11-03