用 AutoResearch 做 Parameter Golf——Weco AI 的 Vayum Arora、Zhengyao Jiang、Dixing Xu 与 Dhruv Srikanth

Weco AI 团队把自动研究循环做成工作坊：agent 保留能提升语言模型评分的代码改动，丢弃其余改动，并用 Mini Parameter Golf 把训练实验缩小到可边跑边检查。Zhengyao Jiang 将 autoresearch 定义为反复提案与评估，Dixing Xu 介绍团队的 Aiden 系统及其对 OpenAI Parameter Golf 挑战的贡献，Vayum Arora 和 Dhruv Srikanth 则给出结合可修改源文件、固定评估命令和可度量目标的实用配置。讲解重点包括决定搜索是否有用的因素：快速稳定的评估、明确的指标方向、时间限制、初始引导以及防 reward hacking；Weco 的实验树让每次尝试的代码改动和分数在仪表盘中可见，并可从有希望的分支继续并引导正在运行的搜索。

AI推荐理由 Weco AI 团队介绍将自动研究循环做成工作坊：agent 保留提升语言模型评分的代码改动、丢弃其余改动，用 Mini Parameter Golf 把训练实验缩小到可实时检查。内容涉及 autoresearch 的重复提案与评估、Aiden 系统及其对 OpenAI Parameter Golf 挑战的贡献，并给出可修改源文件、固定评估命令和可度量目标的实用配置。摘要强调快速稳定的评估、明确的指标方向、时间限制、初始引导和防 reward hacking，实验树让每次尝试的代码改动与分数在仪表盘中可见。局限是未提供具体分数或对比结果。