Sakhanda Wire
NVDA $152.58 -2.28% MSFT $506.11 -2.29% GOOGL $279.81 -1.38% META $619.07 -1.17% AMZN $256.55 -0.47%
← К новостям

ИИ-модели выбирают эксперименты до затратного обучения

Исследователи Meta FAIR, Оксфордского университета и University College London представили AI Research Preference Models (RPMs) — модели, которые выбирают, какие эксперименты по машинному обучению должен выполнить исследовательский ИИ-агент. Система ранжирует еще не запущенные варианты, а не пытается предсказать их итоговые оценки: по данным команды, языковые модели ненадежны при прогнозировании метрик и результатов выполнения.

RPM формирует 15 кандидатов в процессе поиска AIRA-dojo и сравнивает их в турнире на выбывание, после чего запускается только победитель. Вариант inference-only оценивает планы, код и историю поиска. Агентный вариант проводит небольшие пилотные эксперименты в песочнице с одним H200. Оба варианта используют замороженные предварительно обученные языковые модели без дообучения, а Qwen3.6-27B служит основой для операторов поиска и селектора.

На 20 текстовых и табличных задачах AIRS-Bench средняя нормализованная оценка выросла с 0.684 при случайном выборе до 0.711 для inference-only RPM и 0.729 для агентной версии. Обе достигли результата базового метода за 24 часа примерно за 15 часов; заявленное ускорение составило 1.5–1.6 раза. Кроме того, команда сообщила о результатах 94.1% на WinoGrande и 95.7% на SVAMP.

Текст подготовлен ИИ Sakhanda Wire по материалу MarkTechPost. Факты, цитаты и полный контекст — в оригинальной статье ниже.

Впервые опубликовано изданием MarkTechPost

Читать оригинал на MarkTechPost ↗

Репортаж и изображение принадлежат MarkTechPost и указаны выше со ссылкой на оригинал; текст на этой странице — собственное изложение Sakhanda Wire.

← К новостям

Ещё новости

Все последние новости