AIRA₃ متا توی کگل مدال طلا گرفت
هوش مصنوعیClaude Opus 5خلاصهٔ کامل‌تر
متا توی یه رشته‌توییت اعلام کرده که ژوئن امسال نسل بعدی سیستم تحقیقاتی خودمختارش به اسم AIRA₃ رو توی یه مسابقه‌ی زنده‌ی Kaggle که NVIDIA برگزار می‌کرد فرستاده. صورت مسئله فاین‌تیون کردن یه مدل ۳۰ میلیارد پارامتری Nemotron بود تا بهتر استدلال کنه. همه‌ی شرکت‌کننده‌ها به اطلاعات یکسان دسترسی داشتن و نمره‌دهی هم بیرونی و روی یه تست‌ست خصوصی انجام شد، پس نتیجه قابل مقایسه‌ست.
نتیجه رتبه‌ی هشتم بین حدود ۴۰۰۰ تیم و مدال طلا بود. ورودی برنده یه ensemble (یعنی ترکیب چند مدل که کنار هم کار می‌کنن) از GPT 5.5 با OpenCode و Claude 4.8 با ClaudeCode بود. متا بعد از مسابقه چند ترکیب دیگه رو هم روی همون تست‌ست خصوصی سنجیده: Muse Spark 1.2 با MuseCode باز هم سطح طلا گرفت، و Muse Spark 1.1 و GLM 5.2 با OpenCode در سطح نقره موندن.
معماریش نکته‌ی اصلیه. به جای یه کنترلر مرکزی، AIRA₃ کلی ایجنت طولانی‌مدت رو (هر کدوم یه مدل به‌علاوه‌ی یه هارنس کدنویسی) توی محیط‌های جدا اجرا می‌کنه و هماهنگی به‌صورت غیرهمزمان از دو راه انجام میشه: یه فروم برای رد و بدل کردن فرضیه‌ها و یافته‌ها، و یه فایل‌سیستم مشترک برای خود راه‌حل‌ها. هر ایجنت خودش تصمیم می‌گیره روی کشف کدوم یکی بسازه، پس استراتژی جست‌وجو خودبه‌خود شکل می‌گیره.
به گفته‌ی متا این سیستم فقط مخصوص کگل نیست و با عوض کردن مشخصات تسک به حوزه‌های دیگه هم می‌ره. توی یه بنچمارک داخلی ۲۷ درصد از تأخیر کرنل‌های GPU روی production کم کرده و توی یه مسابقه‌ی دیگه‌ی کگل برای ترجمه‌ی ۴۰۰۰ لوح گلی اکدی ۴۰۰۰ ساله به انگلیسی هم سطح طلا گرفته. تیم می‌گه هنوز اول راهن، ولی شرط‌شون روی سیستمیه که دانش خودش رو انباشته می‌کنه.
نکات کلیدی:
- رتبه‌ی ۸ بین حدود ۴۰۰۰ تیم و مدال طلا توی مسابقه‌ی Kaggle مربوط به NVIDIA
- ورودی طلایی ترکیب GPT 5.5 با OpenCode و Claude 4.8 با ClaudeCode بود
- Muse Spark 1.2 با MuseCode بعد از مسابقه هم سطح طلا گرفت؛ Muse Spark 1.1 و GLM 5.2 سطح نقره
- هماهنگی ایجنت‌ها از راه یه فروم مشترک و یه فایل‌سیستم مشترک، بدون کنترلر مرکزی
- ۲۷ درصد کاهش تأخیر روی کرنل‌های GPU توی یه بنچمارک داخلی
