Meta FAIR Introduces AI Research Preference Models (RPMs): Ranking ML Experiments Before Spending GPU Hours

📋总体概括

Meta FAIR联合牛津大学与UCL提出AI Research Preference Models（RPMs），用冻结的LLM裁判在实验执行前对AI研究智能体提出的多个候选实验进行排序打分：从15个未执行的候选中挑出最优的1个再花GPU去跑。在AIRS-Bench上，平均归一化得分从0.684提升到0.729，基线方法需24小时得到的结果被压缩到约15小时。其意义在于用低成本的前置判断替代昂贵的盲目试错，提升算力利用效率。