📖 AI 总结

Meta FAIR与牛津大学、伦敦大学学院的研究团队提出了AI研究偏好模型（RPMs），旨在解决机器学习实验中“想法生成廉价、验证昂贵”的瓶颈。RPM的核心功能是在GPU训练前对未执行的实验候选进行排序，仅挑选最优者运行，而非预测绝对分数——研究发现语言模型在预测指标或执行结果上并不可靠。该系统基于冻结的预训练大语言模型，无需微调，配套的AIRA-dojo框架和AIRS-Bench基准已开源，骨干模型Qwen3.6-27B为开放权重。在代理循环中，RPM通过并行生成15个候选并进行淘汰赛式两两比较，仅执行胜出者，从而大幅节省计算资源。研究提出两种变体：推理型RPM（离线准确率57.7%-59.0%）和代理型RPM（含沙盒环境，可运行小规模试点实验），为AI科研自动化提供了高效的计算分配策略。