每次实验的预算被固定为5分钟，无论使用何种GPU，AI如何修改代码，每次实验都能在相同时间内完成。这样的设计不仅确保了实验的可比性，还让不同的模型、batch size和优化器之间的效果一目了然。

高德纳此前已经解决了 m=3 的基础情况，并将其作为书中的一道练习题。他的朋友 Filip Stappers 随后通过实验发现了 4≦ m≦16 的解，这使得所需分解法存在的可能性极高。为了寻找通解，Stappers 将这个问题原封不动地交给了 Claude 处理。

但这就是 Andrej Karpathy 今天凌晨开源的新项目 autoresearch 所做的事。项目上线不到几个小时，他在 X（原 Twitter）上的发布帖浏览量突破百万，GitHub 仓库迅速收获超过 2,500 ...

如果你有一块 NVIDIA GPU，睡前启动一个脚本，第二天早上醒来就能收获一百次 LLM 训练实验的结果，其中一部分还确实比你手动调参调得更好，是不是听起来有些难以置信？但这就是 Andrej Karpathy 今天凌晨开源的新项目 ...

在12小时不间断运行中，AI代理完成了110次代码提交，将模型验证损失从0.862降至0.858。这个看似微小的进步背后，是系统严格执行的优化规则：任何改进必须同时满足损失降低或训练加速的条件。某次提交虽成功降低损失，但因训练时间延长0.7秒被自动回滚，彰显出AI代理对优化目标的精准把控。

编辑｜冷猫前沿 AI 研究曾经是由「肉身计算机」完成的：人们在吃饭、睡觉、娱乐之间抽时间做研究，并且偶尔通过一种名为「组会」的仪式，用声波互联（也就是交谈）来同步信息。那个时代已经一去不复返了。如今，研究已经完全成为运行在天空中巨型计算集群上的自治 ...

先不论这个未来是光明还是危险，智能体自动化研究的能力已经逐渐走向了成熟。春节期间，一个名为 FARS 的自动化研究系统，每隔约 2 小时就有一篇论文产出，共生成 244 个研究假设，「肝」出了 100 篇短论文。