Meta FAIR 发布 AI 研究偏好模型，可提前筛选实验方案节省 GPU 时间

Techub News 消息，Meta FAIR 联合牛津大学、伦敦大学学院的研究团队发布 AI 研究偏好模型（RPM），旨在让 AI 研究智能体在执行耗时的 GPU 实验前，对候选实验方案进行排序，仅运行最有潜力的方案。该模型包含仅推理和智能体驱动两种变体，使用冻结的预训练大模型（Qwen3.6-27B），相关框架 AIRA-dojo 和基准 AIRS-Bench 已开源。 在 AIRS-Bench 的测试中，使用 RPM 后，平均归一化得分从随机选择的 0.684 提升至 0.711（仅推理）和 0.729（智能体驱动）。效率方面，两种 RPM 均能在约 15 小时内达到基线模型 24 小时的性能水平，实现约 1.5-1.6 倍的加速。此外，研究在 WinoGrande 和 SVAMP 基准上取得了新的最高性能记录。（MarkTechPost）