Meta FAIR 推出 AI 研究偏好模型 RPM，提前筛选实验方案以节省 GPU 时间

Meta FAIR 联合牛津大学、伦敦大学学院的研究团队发布 AI 研究偏好模型 RPM，目标是在执行耗时的 GPU 实验前，先对候选实验方案进行排序，只运行最有潜力的方案。

RPM 包含两种变体，分别是仅推理版本和智能体驱动版本。该模型使用冻结的预训练大模型 Qwen3.6-27B，相关框架 AIRA-dojo 和基准 AIRS-Bench 已开源。

AIRS-Bench 测试结果

在 AIRS-Bench 的测试中，使用 RPM 后，平均归一化得分从随机选择时的 0.684，提升至 0.711（仅推理）和 0.729（智能体驱动）。

效率方面，两种 RPM 都能在约 15 小时内达到基线模型 24 小时的性能水平，对应约 1.5-1.6 倍加速。

其他基准表现

这项研究还在 WinoGrande 和 SVAMP 基准上取得了新的最高性能记录。

该消息由 MarkTechPost 提及，Techub 进行了发布。