返回资讯中心
外部精选
软件工程
#开发者实时流

研究者提出红皇后假说新方法,用开源模型降低自改进AI成本

来源标题:The Red Queen hypothesis – a new way forward for self-improving AI

研究团队提出基于红皇后假说的自改进AI新路径,实验显示用开源模型承担主要搜索工作可将成本降低约13倍。在AI审稿人与论文作者协同进化实验中,团队用NVIDIA Nemotron 3 Ultra搭配ChatGPT-5.5,性能接近ChatGPT单独运行,但搜索token成本降低约13倍。合作方包括NVIDIA、Flower Labs、MBZUAI和Inria,作者提醒这仍是范围有限的结果。

Hacker News 最新geox2026/11/10 · 8 天前6 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

这项研究由本系的一支研究团队完成,并得到了包括NVIDIA、系内衍生公司Flower Labs、MBZUAI和Inria在内的合作者的支持。

另一项关键发现是,使用开源模型来完成部分工作,配合ChatGPT等计算成本高昂的工具,可以显著降低开发自我改进型AI系统的成本。在一项实验中,研究人员让AI审稿人与AI论文作者共同进化,使用了NVIDIA Nemotron 3 Ultra以及ChatGPT-5.5。在论文审稿任务中,这种混合配置的性能接近ChatGPT单独运行时的水平,同时将搜索token成本降低了约13倍。

共同作者Nic Lane教授表示:“这是一个范围有限的结果,我们应当注意不要夸大它。但它也指明了这种方法的发展方向。如果开放模型能够承担大部分搜索工作,而更强大的前沿模型引导更高层次的改进过程,那么我们就有一条可行的路径,以低得多的成本构建能力更强的开放agent系统。”

NVIDIA开发者关系经理Daniel Burkhardt表示:“这项工作表明,开放模型可以在先进的agentic系统中发挥重要作用。NVIDIA Nemotron模型在设计上注重效率和能力,适用于推理和agent工作负载,而这项工作展示了它们如何被用作更广泛的自我改进循环的一部分。”

研究团队特别指出,这项工作尚处于初步阶段,需要更长的搜索周期才能了解该方法能够扩展到什么程度。但结果指向了一类新型的自我改进系统——其中agent和评估器递归地互相引导——为能力更强、更高效且更开放的agentic AI开辟了一条道路。

论文《The Red Queen Gödel Machine: Co-Evolving Agents and Their Evaluators》已在arXiv上发布。底层方法将开源以支持更广泛的采用,同时团队将继续研究这种自我改进方法在更广泛的AI任务中的表现,包括正在以远超这些初步结果的规模进行的实验。

© 2026 剑桥大学计算机科学与技术系 信息由[需要启用Javascript]提供 – 编辑页面

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →