NVIDIA推出自改进AI框架NemoClaw和Hermes Agent，助力研究工作流

NVIDIA推出了两款全新AI工具——NemoClaw和Hermes Agent，两者共同构成一个自改进框架，用于研究工作流。该公司表示，这一组合旨在通过自动化模型优化和减少人工干预，使研究更快、更安全。

框架功能概述

该框架的核心思想是：AI模型可以在实验过程中自我提升性能。研究人员无需在每次运行后手动调整参数，系统能从结果中学习并自动适应。这有望缩短从假设到结论的时间，尤其是在涉及重复训练和测试循环的领域。

NVIDIA将这种方法称为“自改进”，即软件基于新数据持续更新自身行为。该公司还强调安全性：即使模型在自我迭代，研究数据也应受到保护。效率是另一个既定目标——该框架旨在最大限度地减少计算资源的浪费。

NemoClaw与Hermes Agent——整体中的两个部分

NVIDIA尚未公布每个工具的详细规格，但NemoClaw和Hermes Agent协同工作。NemoClaw负责核心处理和数据管理，而Hermes Agent管理迭代改进循环。两者共同提供了一个可供研究人员集成到现有项目中的管道。

这些工具面向需要自动化模型调优且不牺牲控制权或安全性的团队。NVIDIA将其定位为实验室的基础设施层，适用于高频实验和敏感数据集处理。

研究人员为何关注

自改进AI并非新概念，但将其封装成框架降低了采用门槛。缺乏深度强化学习专业知识的研究实验室也能受益于自动化优化。安全方面的关注对于医疗、金融或国防等合规要求严格的领域尤为重要——这些领域的数据不能离开受控环境。

效率同样关键。训练大型模型消耗大量电力和时间。一个能减少无效计算浪费的框架可降低成本并加速论文发表周期。

缺失的信息

NVIDIA尚未发布NemoClaw或Hermes Agent的技术文档。这意味着研究人员目前无法评估自改进机制的工作原理、内置的安全协议以及工具所需的设置工作。该公司也未公布发布日期、定价或授权模式。在更多细节公布之前，这些框架仍只是一个引人注目的公告，而非可用的产品。