AutoScientist发布：Adaption推出助力模型自我训练的AI工具

多年来，AI研究人员一直期待着AI系统能够超越人类、实现自我优化的那一刻。随着投资者不断向新一代以研究为导向的AI实验室注入资金，追求这一目标的资源也比以往任何时候都更加充裕。如今，其中一家新兴实验室已朝着这一目标迈出了重要一步。

近日，Adaption公司正式推出了一款名为AutoScientist的新产品。该工具通过对传统微调流程进行自动化改造，帮助模型快速习得特定能力。这套技术可广泛应用于多个领域，但Adaption团队目前尤为关注其在加速和简化前沿AI模型训练与微调过程方面的潜力。

据联合创始人兼CEO Sara Hooker介绍，她此前曾担任Cohere公司AI研究副总裁，AutoScientist代表着一种全新的AI训练理念。"它最令人兴奋的地方在于，它能够同步优化数据与模型，并自动学习掌握任何能力的最佳方式，"Hooker在接受TechCrunch采访时表示，"这意味着我们终于有可能让顶级AI训练在大型实验室之外也能顺利进行。"

AutoScientist是在该公司现有数据产品Adaptive Data的基础上构建的。Adaptive Data旨在让高质量数据集的持续构建变得更加便捷，而AutoScientist则进一步将这些不断迭代的数据集转化为持续进化的AI模型。"Adaption的理念是，整个技术栈都应该具备完全的适应性，能够针对任何任务进行实时优化，"Hooker表示。

当然，这一理念最终要以实际效果说话。在产品发布材料中，Adaption声称AutoScientist在不同模型上的胜率提升超过一倍，数据相当亮眼，但目前仍难以进行横向比较。由于该系统的核心在于将模型适配至特定任务，SWE-Bench或ARC-AGI等常规基准测试并不适用于对其进行评估。

尽管如此，Adaption对AutoScientist的用户体验充满信心——甚至决定在产品发布后的前30天内免费开放使用。

"就像代码生成解锁了大量任务一样，这项技术将在不同领域的前沿创新中开启全新可能，"Hooker说道。

Q&A

Q1：AutoScientist是什么？它有什么核心功能？

A：AutoScientist是由Adaption公司推出的AI工具，其核心功能是通过自动化方式对AI模型进行微调，帮助模型快速掌握特定能力。它最大的特点是能够同步优化数据与模型，自动学习掌握任意能力的最佳路径，从而让前沿AI模型的训练不再局限于大型实验室。

Q2：AutoScientist和Adaptive Data有什么关系？

A：两者都是Adaption公司推出的产品，存在上下游关系。Adaptive Data负责持续构建和优化高质量数据集，AutoScientist则以此为基础，将这些不断迭代的数据集转化为持续进化的AI模型，两者共同构成Adaption所倡导的"全栈自适应"技术体系。

Q3：AutoScientist的实际效果怎么样？如何验证？

A：根据Adaption官方发布的数据，AutoScientist在不同模型上的胜率提升超过一倍。不过由于该系统专为特定任务适配设计，SWE-Bench或ARC-AGI等通用基准测试并不适用。为帮助用户自行验证效果，Adaption提供了发布后前30天的免费使用期。