ARIA؛ عامل پژوهشی CoreWeave داخل Weights & Biases
هوش مصنوعیخلاصهٔ کامل‌تر
CoreWeave یه عامل کدنویس به اسم ARIA رو مستقیم داخل Weights & Biases (پلتفرمی که آزمایش‌های یادگیری ماشین رو ثبت و مقایسه می‌کنه) راه انداخته. به گفته تیم سازنده، ARIA از همون اول گفت‌وگو کل زمینه پروژه رو داره: آزمایش‌ها رو می‌خونه و برای پشتیبانی از تحلیلش داشبورد زنده می‌سازه. نتیجه‌ش چیزیه که خودشون بهش autoresearch loop می‌گن، یعنی حلقه‌ای که از تحلیل نتیجه شروع میشه، به فرضیه می‌رسه و با اجرای آزمایش بعدی بسته میشه.
کار عملی‌ش این‌طوریه: می‌گی می‌خوای چی بفهمی، مثلاً «اگه بعد از لایه‌های attention دراپ‌اوت اضافه کنم، اون overfittingای که می‌بینم کمتر میشه؟» و ARIA فرضیه می‌سازه، کانفیگ رو می‌نویسه و آزمایش رو با W&B Launch روی منابع محاسباتی تیم خودت اجرا می‌کنه. وقتی ران تموم شد، نتیجه رو با baseline مقایسه می‌کنه، پنل‌های مقایسه رو به ورک‌اسپیس اضافه می‌کنه و یه W&B Report از یافته‌هاش می‌نویسه.
اگه نتیجه قطعی نبود، خودش قدم بعدی رو پیشنهاد می‌ده: نرخ دراپ‌اوت دیگه، زمان‌بندی طولانی‌تر، یا یه sweep (یعنی اجرای پشت‌سرهم با مقدارهای مختلف یه پارامتر). هر ران ثبت میشه و هر تصمیم تو همون گفت‌وگو قابل دیدنه. به گفته نویسنده، فاصله بین «ران تموم شد» و «ران بعدی تنظیم شد» از چند ساعت به چند دقیقه می‌رسه.
نکته‌ای که نویسنده روش تأکید داره اینه که ARIA جواب رو به شکل دیوار متن نمی‌ده. ورک‌اسپیس و پنل و ریپورت قابل اشتراک می‌سازه و می‌دونه کدوم نوع پنل به کدوم سؤال می‌خوره: heat map برای جاروب دوبعدی پارامترها، parallel coordinates برای دیدن اثر متقابل هایپرپارامترها، و نمودار میله‌ای برای مقایسه کانفیگ‌های مجزا. این داشبوردها زنده‌ن، با اومدن ران‌های جدید آپدیت می‌شن و همه اعضای تیم می‌تونن ببینن.
دسترسی ARIA هم فقط صفحه‌ای که روش باز شده نیست: به کد آموزشی که تو W&B لاگ می‌کنی، لاگ‌های آزمایش، منحنی‌های loss، متریک‌ها، artifactها و checkpointها می‌رسه و می‌تونه بین پروژه‌ها و حتی آزمایش‌های هم‌تیمی‌ها هم بچرخه. به گفته تیم W&B دلیل ساختن یه عامل اختصاصی همینه: یه عامل عمومی می‌تونه با API به W&B وصل شه ولی برای این کار ساخته نشده، فرق اسم نمایشی یه ران با شناسه‌ش رو نمی‌دونه و تو پروژه‌های بزرگ کل پروژه رو اسکن می‌کنه در حالی که فقط چند ران مهمه.
ARIA الان به‌صورت public preview فعاله؛ کافیه تو یه پروژه W&B آیکن عامل رو از نوار کنار باز کنی. اپ موبایل Weights & Biases هم پشتیبانی میشه. برای نقشه راه، نویسنده از گفت‌وگوهای مشترک تیمی، حافظه پایدار از پروژه و ترجیح‌های تیم، وصل‌شدن به سرورهای MCP دلخواه (برای رسیدن به ابزارها و مستندات داخلی)، آوردن کلید API پروایدر LLM خودت، اتصال به CoreWeave Mission Control و کنترل‌های ادمین سازمانی حرف زده.
نکات کلیدی:
- ARIA عامل کدنویسی داخل Weights & Biases هست که آزمایش‌ها رو می‌خونه و خودش آزمایش بعدی رو با W&B Launch اجرا می‌کنه
- به‌جای جواب متنی، ورک‌اسپیس و پنل زنده می‌سازه: heat map، parallel coordinates و نمودار میله‌ای بسته به نوع سؤال
- به کد آموزشی لاگ‌شده، لاگ‌های آزمایش، منحنی loss، متریک‌ها، artifact و checkpoint دسترسی داره و پروژه‌های هم‌تیمی‌ها رو هم می‌بینه
- استدلال CoreWeave برای عامل اختصاصی: عامل عمومی کوئری غیربهینه می‌زنه و تو پروژه‌های هزاران‌رانی کند میشه
- نسخه public preview الان فعاله و روی اپ موبایل هم کار می‌کنه؛ MCP سفارشی، کلید API شخصی و کنترل ادمین تو نقشه راهه
