Adaption запустила AutoScientist для автоматизации fine‑tuning и со‑оптимизации данных и моделей

Adaption представила AutoScientist — систему, которая одновременно оптимизирует данные и параметры модели, чтобы ускорить донастройку под конкретные задачи и упростить создание непрерывно обновляемых конвейеров.

Adaption выпустила AutoScientist — инструмент для автоматизации традиционного fine‑tuning, который по замыслу компании позволяет моделям быстрее осваивать целевые навыки за счёт одновременной оптимизации данных и параметров модели. Это важно для команд, которые хотят сокращать время обучения и переводить постепенно улучшающиеся датасеты в непрерывно обновляемые модели; по словам компании, технология особенно пригодна для ускорения тренировок frontier‑уровня, что может расширить доступ к таким тренировкам вне крупных лабораторий.

AutoScientist строится на базе существующего решения Adaption под названием Adaptive Data и реализует подход «со‑оптимизации»: система выбирает и структурирует данные одновременно с настройкой параметров модели, чтобы находить наиболее эффективные способы обучения конкретных способностей. Такая интеграция данных и модели, по замыслу разработчиков, позволяет автоматизировать циклы «данные → модель» и держать конвейер обучения в непрерывном обновлении без регулярной ручной корректировки каждого этапа. В промо‑материалах компании говорится, что AutoScientist более чем вдвое увеличил win‑rate у разных моделей, что приводится как пример эффективности подхода. Adaption при этом указывает, что стандартные бенчмарки для широких способностей, например SWE‑Bench или ARC, неприменимы к задачам узкой адаптации, поэтому прямое сравнение по привычным наборам метрик затруднено.

Adaption причисляет себя к так называемым «neolabs» и заявляет, что методы AutoScientist применимы в разных областях. Для разработчиков и инженерных команд компания обещает практические выгоды: сокращение времени на донастройку, уменьшение ручной работы при подготовке данных и упрощение построения сквозных конвейеров обучения, которые автоматически обновляют модели по мере поступления новых данных. При этом Adaption подчёркивает, что итоговая эффективность метода должна подтверждаться реальными результатами в продакшне, а не только внутренними метриками и тестами.

Adaption предлагает бесплатный доступ к AutoScientist на первые 30 дней после релиза, чтобы команды могли опробовать систему в своих задачах. Сооснователь и CEO Сэра Хукер, ранее занимавшая пост вице‑президента по исследованиям ИИ в Cohere, отмечает, что технология «позволит открывать много нового на переднем крае разных областей» и может расширить круг организаций, способных успешно тренировать frontier‑модели.