Salesforce Research 发布 SFR-AutoR&D：智能体跑通完整研发流程
Salesforce Research 搞了个跑研发全流程的智能体系统，代码优化提速最高 1.84 倍，还能自动训练 1T 模型，搞基建的可以看看。
Salesforce Research 推出 SFR-AutoR&D，让智能体覆盖从选题到验证的研发全流程。其中 AutoR&D-Engineer 做代码优化，在 pandas reductions 上最高提速 1.
84 倍，给 USearch 带来 17.5% 的 QPS 提升，其 RL 训练栈里的生成速度加快 3.
14 倍。TrainForge 负责发明新训练方法，在 held-out 数学、代码和 research 基准上提升 11 到 14 个百分点。
AutoInfra 负责基础设施编排，能完成 1T 参数模型在 1M token 上下文下的全参数训练。
1/5 🔬What if AI agents could run the entire R&D loop, from choosing what to try to proving it works?
🚨 Meet SFR-AutoR&D 🧵 https://t.co/cPiJDQDWN6
Highlights:
→ AutoR&D-Engineer makes heavily optimized code faster: up to 1.84× on pandas reductions, +17.5% QPS on USearch, and 3.14× faster generation in our RL stack → TrainForge invents new training methods: +11 to +14pp on held-out math, code, and research benchmarks → AutoInfra runs it all, including full-parameter training of 1T models at 1M-token context
Full Technical🧵👇
本条情报归属 AITOP「模型」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：SFR-AutoR&D、Salesforce、智能体、代码优化，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Salesforce AI Research」（@SFResearch），经 AITOP 多维评分管线结构化提炼。
