多年来，人工智能研究人员一直期待AI系统能比人类更有效地实现自我改进。随着资本大量涌入新一代研究型AI实验室，相关资源前所未有地丰富。如今，新兴实验室Adaption已迈出关键一步，使这一愿景成为现实。
AutoScientist：自动化微调加速前沿模型训练
周三，Adaption推出新产品AutoScientist。该产品采用自动化传统微调方法，帮助模型快速习得特定能力。尽管技术适用领域广泛，但团队核心聚焦于加速并简化前沿级AI模型的训练与微调流程。
Adaption联合创始人兼CEO Sara Hooker（前Cohere AI研究副总裁）表示，AutoScientist代表了一种全新的AI训练范式。“最令人兴奋的是，它能同时优化数据和模型，并掌握任何能力的基本最佳方式，”Hooker指出，“这表明我们终于可以在顶级实验室之外成功开展前沿AI训练。”
全栈自适应：从数据到模型的持续进化
AutoScientist构建于公司现有数据服务Adaptive Data之上。后者旨在便捷构建高质量数据集并随时间持续优化；前者则致力于将这些数据集转化为持续进化的AI模型。“在Adaption看来，整个技术栈都应具备完全适应性，并能根据任务实时优化，”Hooker强调。
效果验证与免费体验策略
该方法的效果最终取决于实际成果。发布材料显示，AutoScientist在不同模型上的胜率提升了一倍以上。虽然数据亮眼，但因系统旨在适配特定任务，SWE-Bench或ARC-AGI等传统基准测试并不适用。
尽管如此，Adaption对用户体验充满信心，认为用户试用后便能感知差异。因此，实验室决定在工具发布后的前30天内提供免费使用。
“正如代码生成解锁了诸多任务一样，这也将解锁不同领域前沿的大量创新。”Hooker总结道。