亚马逊论文：LLM可预测实验收益

亚马逊发表论文，提出让 LLM 充当“研究世界模型”，在实验开跑前预测某项训练改动是否值得投入 GPU 时间。 论文基于 9 个设置、2653 条真实实验记录测试：在同设置历史记录辅助下，5 个设置中预测与实际结果的平均排名相关性从 0.506 提升至 0.774。在 OLMo3-100M 上，低推理强度加历史记录得 0.892，最高推理强度但无记录仅 0.648。 作者据此建议研究智能体记录包括失败在内的每次实验，并喂给负责选择下次运行的模型。

AI 根据报道生成 · 38 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。