Introducing CoreWeave ARIA: AI Research and Iteration Agent

介绍 CoreWeave ARIA：AI 研究与迭代代理

发布于

2026年7月29日

6

分钟阅读

作者

Tim Sweeney

Julia Rose

Zubin Aysola

已复制

最初发布于 CoreWeave 的 Weights & Biases 博客，时间为 2026年7月29日。

CoreWeave ARIA 是直接集成在 Weights & Biases 中的代码代理，对平台有深入的理解。ARIA 会阅读你的实验，构建实时可视化以支持其分析，并从你开始对话的那一刻起就拥有完整的项目上下文。这些功能共同构成了一个完整的自动研究循环，从分析结果、形成假设，到启动下一个实验并评估返回结果。

ARIA 为持续改进提供自动研究循环，运行完整的研究周期，而不仅仅是分析它。描述你想要了解的内容（例如“在注意力层之后添加 dropout 是否有助于缓解我观察到的过拟合？”），ARIA 会形成假设、编写配置，并通过 W&B Launch 在团队的计算资源上启动实验。

当运行结束后，ARIA 会将结果与你的基线进行对比，更新工作区中的比较面板，并起草一份 W&B 报告来描述其发现。如果结果不明确，它会提出后续步骤：不同的 dropout 率、更长的计划、对值的扫描。每一次运行都会被跟踪，每一次决策都会在对话中可见，从“运行完成”到“下一个运行配置完成”的时间间隔从小时缩短到分钟。

通过持续形成假设、运行实验、评估结果并执行最佳下一步操作，ARIA 创建了一个自主研究循环，帮助模型和代理在你专注于需要人类判断的问题时持续改进。

ARIA 分析了 674 次运行，识别出表现最佳的配置，并提出一个具体的后续实验，通过 W&B Launch 为你提供可以直接使用的配置。

实时持久化仪表板支持分析

当你向 ARIA 提问时，它不会用一大段文字或一连串数字来回答。它会创建可共享的 W&B 工作区、面板和报告来支持其发现，速度比你自己配置它们还要快。

ARIA 知道哪种面板类型适合问题：二维参数扫描使用热图，探索超参数交互使用平行坐标图，比较离散配置使用条形图。它会筛选出最重要的运行，对需要聚合的地方进行分组，并构建一个你可以在对话结束后继续使用的工作区视图。而且因为这些是实时的 W&B 仪表板，它们会随着新运行的加入而更新，对团队中的每个人可见，并且其可配置性与你自己构建的任何内容一样灵活。

当 ARIA 推荐下一步操作时，支持的图表和面板让你可以一目了然地验证推理过程。你不需要阅读大量文字来了解进展，而是通过直观的可视化证据保持在循环中。

ARIA 跨运行识别激活异常值，创建一个固定的工作区部分，包含 5 个有针对性的折线图面板，并设置运行筛选器以突出显示关键运行，所有内容都直接显示在用户的 workspace 中。

你的完整实验上下文已加载

当你从工作区页面打开 ARIA 时，它已经知道你的项目、可见的运行和活动的筛选器。你不需要对工作区视图进行截图并粘贴到聊天窗口中，也不需要解释你正在工作的项目。

上下文不仅指您当前所在的页面：ARIA可以访问您记录到W&B的训练代码、实验日志、损失曲线、指标、制品和检查点。它还能跨项目延伸至队友的实验中。当您询问"我的验证损失在第12个epoch后停滞不前，但下游评估分数仍在上升，这是怎么回事？"时，ARIA会提取训练日志，检查学习率计划，对比其他项目中相似的运行记录，并交叉参考arXiv上最新论文中的技术方案。

对于需要处理数十万条指标的跨项目团队，从准确率数字到每层梯度范数，ARIA能够发现人工难以察觉的模式。

用户从失败运行的日志页面询问"发生了什么？"时，ARIA已经识别出该运行记录，在日志中看到CUDA内存溢出错误，立即开始调查。无需命名运行或描述问题。

基于深度平台知识构建

Weights & Biases是专为将研究项目扩展到数十万次实验和指标而设计的AI开发平台。通用编程代理可以通过API查询W&B，但它并非为此设计。它不了解运行记录的显示名称和ID的区别，不知道如何最优地查询运行历史API，也不清楚在sweep中哪些可视化是自动生成的。在大规模场景下表现不佳：需要扫描整个项目时只关注少数关键运行，需要完整训练历史时只提取摘要信息，频繁的冗余调用会让简单问题等待数分钟。

ARIA由W&B团队在平台上持续训练，熟悉平台的细微差别。它知道如何高效限定查询范围，导航大规模项目，并跨团队协作。结果？无论项目有20次运行还是20,000次运行，都能快速可靠地给出答案。

当被问及是否有队友尝试过sandwich norm时，ARIA知道需要在所有60次运行的运行名称、配置、输出日志、代码制品和元数据中搜索，并准确报告搜索范围和排除的选项。

‍

移动端可用

ARIA已集成在Weights & Biases移动应用中。研究人员可以随时监控运行、调查结果并与ARIA互动。立即下载。

典型使用场景

以下是我们最受欢迎的一些使用场景：

• 分析：您结果中呈现出什么模式？
• 可视化：创建突出关键运行和面板的视图，包括异常值部分
• 调试：为什么某些运行出现OOM错误？查看日志、代码和系统指标
• 实验指导：下一步应该尝试什么超参数组合？让我为您启动任务
• 搜索：我的队友正在其他项目中尝试相同架构。找到他们的最佳运行，导入到我的工作区进行对比
• 产品问题：如何将多个指标叠加到同一图表中？

本章节内容

公开预览版只是开始。ARIA的路线图将引入旨在改变团队进行机器学习研究方式的功能：

为您的整个团队提供共享的研究合作伙伴。当前版本的ARIA能够回答您的问题并构建您所需的功能。下一版本将让整个团队参与其中。想象一下共享的代理对话，每个人都可以看到哪些问题已被提出、哪些模式已被发现、哪些实验已被提议。一个共享的看板，您的团队和ARIA共同贡献研究想法，ARIA会跨项目和团队成员比较运行情况，揭示任何单一研究人员都无法发现的联系。

ARIA会选择优先级最高的假设，设计实验，通过W&B Launch在您的基础设施上启动实验，监控结果，并汇报其学到的内容。随着时间推移，ARIA会构建对您项目、团队首选工作流程以及集体研究目标的持久记忆。

可扩展且企业级就绪。ARIA会适应您团队的工作方式。

• 编码自定义指令和技能，使其遵循您的惯例并运行您首选的分析工作流程。
• 通过自定义MCP服务器连接您自己的数据源，使ARIA能够超越W&B访问您的内部工具、数据库或文档。
• 带上您自己的API密钥，使用您首选的LLM提供商。
• 在基础设施方面，ARIA将通过MCP连接到CoreWeave Mission Control，使您能够在同一对话中分析计算资源和实验。
• 企业管理员控制功能已在路线图中，因此您的团队可以按照组织所需治理方式采用ARIA。

开始使用

ARIA现在已开放预览版。

• 在W&B中打开任意项目，
• 点击侧边栏的代理图标，然后
• 从关于实验的真实问题开始。

阅读文档以开始使用。

认识CoreWeave ARIA，Weights & Biases内的AI研究代理。它会读取您的运行记录，通过实时仪表板支持分析，并帮助将每个实验转化为下一步改进。

分享这篇文章： /