Generative Artificial Intelligence Research Lab (SII-GAIR) 的研究人员推出了一种名为 ASI-EVOLVE 的新框架，旨在解决 AI 研发中的人工瓶颈。该系统专为“AI-for-AI”研究设计，通过一个持续的“学习-设计-实验-分析”循环，自动优化训练数据、模型架构和学习算法。

实验结果显示，这一自我改进循环能够自主发现创新设计，其性能显著超越了当前最先进的人类基准。系统不仅生成了全新的语言模型架构，还优化了预训练数据流程，使基准测试得分提升了超过 18 分，并设计了高效的强化学习算法。

目前，工程团队在任何时候都只能探索巨大的 AI 模型设计空间中极小的一部分。执行实验工作流需要高昂的人工成本和频繁的人工干预，且从实验中获得的知识往往难以系统化地保留和传递。这些因素从根本上限制了 AI 创新的速度和规模。

ASI-EVOLVE 框架为需要反复优化 AI 系统的企业团队提供了解决方案，能够在减少人工工程投入的同时，达到或超越人工设计的性能水平。

原文链接：https://venturebeat.com/orchestration/new-ai-framework-autonomously-optimizes-training-data-architectures-and-algorithms-outperforming-human-baselines

关注微信号：智享开源 关注微博：IMCN开源资讯网 ，可及时获取信息

Mistral AI 推出 Workflows 引擎，助力企业 AI 从概念走向实战

影迷社交平台 Letterboxd 正在寻找新东家

尚未发布即获融资：Skye 致力打造 iPhone AI 智能主屏幕

科技巨头抢建天然气电厂，成本两年暴涨66%

传OpenAI正研发智能手机：以AI智能体替代传统应用

亚马逊的新播客策略：一切变现