Meta FAIR、GPU使用前にML実験を評価する「AI研究選好モデル」を導入

記事の3ポイント

1. 1

   RPM の導入と目的

   メタ FAIR は、検証コストが高い機械学習実験において、実行前に候補をランキングし、最も有望な1つを実行する「AI Research Preference Models (RPMs)」を導入した。

2. 2

   絶対スコア予測の回避

   言語モデルが絶対的な性能スコアや実行結果を正確に予測できないという知見に基づき、RPM は候補間の相対比較（ペアワイズ比較）に特化して設計されている。

3. 3

   2 つの RPM バリアント

   計算リソースを使わない「Inference-only RPM」と、限定的なパイロット実験を行う「Agentic RPM」の 2 つのバリアントが提案され、それぞれ異なる戦略で候補を選別する。