NVIDIA 提出回放法预测基座模型编码 agent 潜力

2026 年 10 月 12 日，据 AGI Hunt 报道，Nvidia 发布论文《Before They Can Solve》，提出一种在训练前预测基座模型编码 agent 潜力的回放方法。该方法的核心是回放 agent 的成功轨迹，并定位其中「首个通过测试的编辑」这一关键步骤，以此在模型尚未进行后训练时，预判其经过后训练后的编码能力。报道称，该方法与最终表现的相关性高达 0.964，可为筛选和评估基座模型提供新工具。目前该事件仅有这一篇报道，暂无后续进展或第三方验证信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。