ai-driven-research

这篇博客文章介绍了LEVI，一个用于AI驱动系统研究（ADRS）的框架，该框架通过对大多数变异使用较小模型，并保留大型模型用于范式转换，降低了算法发现的成本，实现了3-7倍的成本降低。文章主张将ADRS集成到CI/CD中，以实现每次部署的持续定制优化。

该论文介绍了GAMBLe，一个将AI驱动研究系统分解为生成器、评估器、发现机制和预算的框架，揭示了组件交互如何塑造优化景观。在NP困难问题上的实验表明，没有普遍最佳的配置，强调了谨慎选择组件的必要性。