Adaption 雄心勃勃推出 AutoScientist，一款帮助模型自我训练的 AI 工具（2 分钟阅读）

# Adaption 推出 AutoScientist：一款助模型自我训练的 AI 工具，目标远大 | TechCrunch 来源：https://techcrunch.com/2026/05/13/adaption-aims-big-with-autoscientist-an-ai-tool-that-helps-models-train-themselves/ 多年来，AI 研究人员一直期盼着这样一个时刻：AI 系统能够自我改进，且比人类做得更好。随着投资者向新一代研究驱动的 AI 实验室注入大量资金，追求这一目标的资源比以往任何时候都多。如今，其中一家新型实验室朝着实现这一目标迈出了重要一步。 周三，Adaption (https://techcrunch.com/2025/10/22/why-coheres-ex-ai-research-lead-is-betting-against-the-scaling-race/) 推出了一款名为 AutoScientist (http://adaptionlabs.ai/blog/autoscientist) 的新产品，该产品通过自动化方法进行传统微调，帮助模型快速学习特定能力。这些技术可广泛应用于多个领域，但 Adaption 团队特别关注其在加速和简化前沿级 AI 模型训练与微调过程中的潜力。 据 Adaption 联合创始人兼 CEO Sara Hooker（此前曾任 Cohere 的 AI 研究副总裁）表示，AutoScientist 代表了一种全新的 AI 训练方法。“它的特别之处在于，它能够同时优化数据和模型，并学习如何以最佳方式掌握任何能力，”Hooker 对 TechCrunch 说。“这意味着我们最终可以实现在这些实验室之外成功进行前沿 AI 训练。” AutoScientist 基于公司现有的数据产品 Adaptive Data (https://www.adaptionlabs.ai/adaptive-data) 构建，后者旨在帮助用户更轻松地随时间构建高质量数据集。而 AutoScientist 则致力于将这些持续改进的数据集转化为持续改进的 AI 模型。“我们在 Adaption 的观点是，整个技术栈应该完全可适应，并且能够根据你的任何任务进行即时优化，”Hooker 表示。 当然，这种方法的效果取决于实际结果。在发布材料中，Adaption 宣称 AutoScientist 将不同模型的成功率提升了一倍以上——这个数字令人印象深刻，但很难放在具体语境中比较。由于该系统旨在让模型适应特定任务，传统的基准测试（如 SWE-Bench 或 ARC-AGI）并不适用。 尽管如此，Adaption 相信用户在试用 AutoScientist 后会看到差别——他们对这一点的信心之强，以至于实验室决定在发布后的前 30 天内免费提供该工具。 “就像代码生成解锁了许多任务一样，这将在不同领域的前沿解锁大量创新，”Hooker 说。 *当您通过我们文章中的链接购买商品时，我们可能会获得少量佣金 (https://techcrunch.com/techcrunch-affiliate-monetization-standards/)。这不会影响我们的编辑独立性。* Russell Brandom 自 2012 年起报道科技行业，重点关注平台政策与新兴技术。他曾任职于 The Verge 和 Rest of World，并为 Wired、The Awl 和 MIT Technology Review 撰稿。您可通过 [email protected] 或 Signal 账号 412-401-5489 联系他。 查看简介 (https://techcrunch.com/author/russell-brandom/)