Meta FAIR Introduces AI Research Preference Models (RPMs): Ranking ML Experiments Before Spending GPU Hours

📋总体概括

Meta FAIR联合牛津大学与UCL提出AI研究偏好模型（RPMs）：用冻结的LLM裁判对AI研究智能体提出的15个未执行实验候选方案进行排序，只执行得分最高的一个，从而在消耗GPU算力前完成实验筛选。在AIRS-Bench基准上，平均归一化得分从0.684提升至0.729，基线方法需要24小时才能得到的结果被压缩至约15小时。该方法瞄准的是AI自动化科研中『实验提案多、算力预算少』的核心矛盾，本质是用低成本的语言模型判断替代部分昂贵的真实训练。