多年来，AI研究人员一直期待着AI系统能够自我提升，超越人类的能力。随着投资者纷纷投入资金支持新一代以研究为驱动的AI实验室，追求这一目标的资源比以往任何时候都更加充足。如今，其中一家新兴实验室迈出了实现这一目标的重要一步。

周三，Adaption推出了一款名为AutoScientist的新产品，该工具通过自动化的传统微调方法，帮助模型快速学习特定能力。虽然这项技术适用于多个领域，但Adaption团队特别关注其在加速和简化前沿AI模型训练与微调过程中的潜力。

Adaption联合创始人兼CEO Sara Hooker曾任Cohere的AI研究副总裁，她表示，AutoScientist代表了一种全新的AI训练方法。“令人兴奋的是，它能够同时优化数据和模型，学习如何最好地掌握任何能力，”Hooker在接受TechCrunch采访时说。“这意味着我们终于可以在实验室之外实现成功的前沿AI训练。”

AutoScientist基于公司现有的数据产品Adaptive Data，后者旨在帮助用户持续构建高质量数据集。而AutoScientist则致力于将这些不断优化的数据集转化为持续进步的AI模型。“Adaption的理念是整个技术栈都应具备完全的适应性，能够根据不同任务实时优化，”Hooker补充道。

当然，这种方法的价值最终取决于实际效果。Adaption在发布资料中宣称，AutoScientist在不同模型上的胜率提升超过一倍——这一数字令人印象深刻，但难以直接比较。由于该系统专注于针对特定任务调整模型，传统的基准测试如SWE-Bench或ARC-AGI并不适用。

尽管如此，Adaption有信心用户在尝试AutoScientist后会感受到明显差异，因此该实验室决定在发布后的前30天内免费开放该工具。

“正如代码生成解锁了许多任务一样，AutoScientist将推动多个领域前沿的创新，”Hooker表示。