Meta FAIR 發佈 AI 研究偏好模型，可提前篩選實驗方案節省 GPU 時間

Techub News 消息，Meta FAIR 聯合牛津大學、倫敦大學學院的研究團隊發佈 AI 研究偏好模型（RPM），旨在讓 AI 研究智能體在執行耗時的 GPU 實驗前，對候選實驗方案進行排序，僅運行最有潛力的方案。該模型包含僅推理和智能體驅動兩種變體，使用凍結的預訓練大模型（Qwen3.6-27B），相關框架 AIRA-dojo 和基準 AIRS-Bench 已開源。 在 AIRS-Bench 的測試中，使用 RPM 後，平均歸一化得分從隨機選擇的 0.684 提升至 0.711（僅推理）和 0.729（智能體驅動）。效率方面，兩種 RPM 均能在約 15 小時内達到基綫模型 24 小時的性能水平，實現約 1.5-1.6 倍的加速。此外，研究在 WinoGrande 和 SVAMP 基準上取得了新的最高性能記錄。（MarkTechPost）

内容來源：TECHUB NEWS