Salesforce AI 研究智能体自动改进模型，检索分涨 6.13 点
krishnan · x · 2026-11-14
Salesforce AI Research 于 11 月 11 日发布 SFR-AutoR&D：一套研究智能体系统，在给定目标、待改进系统和算力预算的前提下，自动形成假设、实现方法、跑受控实验并与基线对比，只有证据表明胜过基线才保留改动，产出甚至可以是新的模型 checkpoint。
实测案例中，研究智能体把一个 embedding 模型的检索分数提升了 6.13 点，但代价是生成的向量宽度接近原来的三倍。作者 Krishnan 提醒：检索分数提升和存储成本暴涨属于同一个决策，基准成绩不是生产环境的完整决策依据（配图为虚构漫画，非真实 Salesforce 事件）。
要点：
- 这是「有边界、由证据把关」的自我改进循环，不是无限制的自我改进系统
- 研究者负责设定目标、预算、评估和数据约束
「研究」频道最新
- AI 分析发现五种延寿干预共有麦角硫因代谢特征 — Dr_Singularity · 2026-11-14
- SWE-bench 联合作者分享：从一个冷启动榜到 AI 编码最有影响力基准 — OfirPress · 2026-11-14
- Thinking Machines 揭秘 Inkling 2 Small 全程原生 4-bit 训练 — thinkymachines · 2026-11-14
- AI 破译哥德尔速记遗稿，发现包括选择公理否定一致性证明在内的未知成果 — burny_tech · 2026-11-14
- Artificial Analysis 发布说话人分离榜：NVIDIA Nemotron 3.5 以 3.3% 误差率居首 — ArtificialAnlys · 2026-11-14
- LLMLean 回归：在本地或云端用 LLM 辅助 Lean 证明 — wellecks · 2026-11-14