AutoResearch 專案由 OpenAI 前成員安德烈·卡帕西開發，它讓 AI 能夠自主進行實驗並優化結果。研究人員只需設定目標和評估標準，AI 就能夠生成假設、執行實驗、評估結果並進行迭代，形成一個「生成→測試→評估→優化→再生成」的循環。透過規範時間，讓各個實驗的結果可以公平比較。
AutoResearch 的出現，將研究人員的角色從過去親自埋首實驗、盯著參數與實驗結果，轉變為設定實驗方向，用自然語言與 AI 溝通執行的策劃者。AI 不再是被動執行命令，而是在設定好規則後，自行完成實驗改進。
卡帕西利用 AutoResearch 改良了他之前花費大量心力調整的 nanochat，在短短兩天內，AI 執行了約 700 次實驗，發現了 20 項可以改善的要點，將訓練時間縮短了 11%。Shopify 執行長托比．路特克也使用 AutoResearch 優化了 Shopify 的核心模板引擎 Liquid，測得最高達 53% 的效能提升與 61% 的記憶體優化。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容