Hugging Face发布DuoDiscover：突破自主发现效率瓶颈

摘要：Hugging Face推出DuoDiscover系统，旨在解决自主发现中的评估瓶颈问题。该系统通过三个核心机制实现高效优化：1) 智能体协同发现优化目标与快速代理评估器（yardstick）；2) 通过忠诚度测试持续验证代理评估器的准确性；3) 采用去中心化的轻量级协调机制管理智能体。实验表明，DuoDiscover在多个基准测试中表现优异，例如在SWE-fficiency上实现了专家平均速度的两倍提升，在CPU微架构优化任务中超越现有最佳方案，展示了其在软件、芯片设计等领域的巨大潜力。

---

技术机制剖析

DuoDiscover的核心突破在于其创新的自主优化与评估机制：

1. 协同发现与代理评估器（Yardstick）：

   • 每个智能体不仅负责寻找优化目标，还需生成一个高效的代理评估器（yardstick），用于快速评估进展。这种方法将评估成本从数小时降至几秒，大幅提升了搜索效率。
   • Yardstick并非静态，而是动态调整以适应任务变化，确保其与真实目标的偏差最小化。

2. 忠诚度测试（Faithfulness Tests）：

   • 为防止yardstick与真实目标之间出现偏差，系统引入了忠诚度测试机制，持续验证yardstick的准确性。
   • 一旦发现偏差，系统会立即更新或替换yardstick，确保搜索过程的可靠性。

3. 去中心化协调机制：

   • 系统采用轻量级协调器管理智能体，而非依赖集中式任务分解。这种设计提高了系统的可扩展性和鲁棒性。
   • 协调器负责智能体的生成与终止、任务分配以及工作成果的共享，确保整个系统的协同运作。

工程权衡与实测表现

DuoDiscover在多个基准测试中表现出色：

• SWE-fficiency：在软件工程效率基准测试中，DuoDiscover将专家平均速度提升了两倍，展示了其在优化软件代码方面的强大能力。
• SOL-Exec：在SOL-Exec基准测试中，DuoDiscover在235个内核中排名第一，在212个内核中排名前三，展示了其在GPU和TPU内核优化中的领先地位。
• vLLM和SQLite引擎：在高度优化的vLLM和SQLite引擎上，DuoDiscover分别实现了1.92倍和1.38倍的性能提升。
• CPU微架构优化：在CPU微架构优化任务中，DuoDiscover的表现优于AlphaEvolve-based ArchAgent v2和最佳人工设计，在16.7天内实现了1.65倍的性能提升，而人工设计则需要超过40天。

开发者落地与部署建议

DuoDiscover的发布为开发者提供了以下机会：

• 软件优化：开发者可以利用DuoDiscover快速优化代码，提高软件性能。
• 芯片设计：在芯片设计中，DuoDiscover可以加速内核优化过程，缩短设计周期。
• 资源管理：DuoDiscover的去中心化架构使其适用于大规模分布式系统，优化资源分配。

建议开发者关注DuoDiscover的文档和示例代码，以便更好地理解其工作机制并将其应用于实际项目中。

---

消息来源：Hugging Face Daily Papers (2026-10-12)

—— 完 ——

主题标签： #DuoDiscover 关注 #自主发现 关注 #AI优化 关注 #Hugging Face 关注 #芯片设计 关注