精选理由
做架构搜索或智能体系统的开发者值得一看——AIRA 用双智能体分工策略解决了搜索效率问题，而且思路可以迁移到管道组装、查询规划等场景，直接参考论文实现。
Meta 提出 AIRA 智能体系统，通过两个分工明确的智能体（AIRA-Compose 负责宏观架构搜索，AIRA-Design 负责底层机制实现），在 24 小时计算预算内自主发现了超越 Llama 3.2 的神经网络架构（350M、1B、3B 规模）。该方法将策略制定与实现分离，相比单端到端智能体在真实搜索任务上表现更优。论文已公开，对架构搜索和智能体设计有重要参考价值。
AI 翻译 · 中文
Meta 提出 AIRA 智能体系统，通过两个分工明确的智能体（AIRA-Compose 负责宏观架构搜索，AIRA-Design 负责底层机制实现），在 24 小时计算预算内自主发现了超越 Llama 3.2 的神经网络架构（350M、1B、3B 规模）。该方法将策略制定与实现分离，相比单端到端智能体在真实搜索任务上表现更优。论文已公开，对架构搜索和智能体设计有重要参考价值。
NEW paper from Meta. (bookmark it) It's an agent system that autonomously discovers neural architectures that beat Llama 3.2 at 350M, 1B, and 3B scales, all under a 24-hour compute budget. They get this work by split…