本文介绍了将Andrej Karpathy的“自动研究”AI Agent接入16个GPU(H100/H200)集群后的突破性实验。结果显示,Agent在8小时内并行执行了约910次实验,不仅将验证损失降低了2.87%,更展现出惊人的“涌现智慧”:它摒弃了低效的串行测试,转而采用并行因子网格搜索,甚至自主学会了在H100上快速筛选创意、在H200上精准验证的异构算力调度策略。这标志着AI自主科研从简单的“自动执行”向具备复杂决策能力的“智能调度”迈进。
原文链接:Hacker News
本文介绍了将Andrej Karpathy的“自动研究”AI Agent接入16个GPU(H100/H200)集群后的突破性实验。结果显示,Agent在8小时内并行执行了约910次实验,不仅将验证损失降低了2.87%,更展现出惊人的“涌现智慧”:它摒弃了低效的串行测试,转而采用并行因子网格搜索,甚至自主学会了在H100上快速筛选创意、在H200上精准验证的异构算力调度策略。这标志着AI自主科研从简单的“自动执行”向具备复杂决策能力的“智能调度”迈进。
原文链接:Hacker News
评论前必须登录!
立即登录 注册