Meta FAIR引入RPM模型排序实验

发生了什么

据MarkTechPost报道，Meta FAIR联合牛津大学等机构发布AI研究偏好模型（RPMs），用于在GPU计算前对机器学习实验候选进行排序。该模型基于Qwen3.6-27B，无需微调，旨在解决验证成本高于生成成本的问题。测试显示，推理模式在14.88小时内达到基线最终得分的1.61倍效率，并刷新WinoGrande和SVAMP两项SOTA成绩。