扫描下载APP
其它方式登录
Meta FAIR团队提出AI研究偏好模型（RPM），旨在解决AI研究智能体在算力预算有限下如何高效筛选高潜力实验方案的问题；RPM通过相对排序而非绝对预测，结合小规模试点与历史轨迹，显著提升研究效率，在15小时内达到原24小时水平，且执行预算节省超1/3。
文章指出数据治理是人工智能治理的基石，而非边缘环节；随着AI发展，数据定义、管理方式、许可机制、社会参与、制度安排等十个维度正被系统性重塑，强调FAIR-R原则、情境基础设施、战略数据管理、合成数据治理及AI代理在治理中的新角色，揭示AI与数据治理双向互构的动态演化关系。
