内容管家
评论9字数 522阅读1分44秒阅读模式
Adaption 发布 AutoScientist：让 AI 模型自我进化成为可能？
长期以来，AI 研究者一直预判：当系统能够自主优化自身性能时，将为行业带来突破性变革。如今，专注于 AI 训练数据与模型协同优化的新锐实验室 Adaption 迈出了关键一步。
AutoScientist：自动化微调新范式
本周三，Adaption 正式推出 AutoScientist，一款通过自动化方法实现模型快速习得特定能力的微调工具。该技术适用于多个领域，但团队尤其关注其在前沿 AI 模型训练与微调流程中的加速效果。
联合创始人兼 CEO Sara Hooker（曾任 Cohere AI 研究副总裁）向 TechCrunch 表示："AutoScientist 的核心亮点在于实现了数据与模型的协同优化，能够自主探索最有效的学习路径。这表明我们终于有可能在大型实验室之外完成前沿 AI 的成功训练。"
技术架构：基于 Adaptive Data 的持续进化
AutoScientist 建立在 Adaption 现有数据产品 Adaptive Data 之上——后者旨在持续构建高质量数据集，前者则专注于将不断优化的数据集转化为持续进化的 AI 模型。
Hooker 将其理念概括为："Adaption 的愿景是整条技术栈都应具备充分的自适应性，能够即时针对任何给定任务进行优化。"
性能表现：Win-rate 翻倍，但基准测试暂不适用
Adaption 在发布资料中宣称 AutoScientist 令不同模型的胜出率（win-rate）提升一倍以上——数据亮眼，却难以横向比较。由于系统针对特定任务进行模型适配，传统基准测试（如 SWE-Bench 或 ARC-AGI）并不适用。
不过 Adaption 信心十足，已宣布 AutoScientist 发布后首 30 天免费使用。
Hooker 总结道："正如代码生成曾解锁大量任务一样，AutoScientist 有望在各领域前沿催生新一轮创新。"
评论