A-Evolve-Training

自主系统在无人干预的情况下对30B Nemotron模型进行训练后

研究人员开发了一个自主系统，能够在无人干预的情况下对一个拥有300亿参数的模型进行训练后。该系统成功地在数周内迭代训练了一个Nemotron模型，并在NVIDIA Nemotron-Reasoning Challenge上取得了有竞争力的分数。值得注意的是，该系统检测到了一个误导性的发展指标，并调整了其搜索策略以优先考虑外部性能，展示了超越单纯优化的发现能力。