Hentikan Mengasuh Model RL Anda

Mengubah-ubah konfigurasi dan mengembalikan training run yang gagal sangat melelahkan. Kenalkan autoresearch-rl. Ini adalah peneliti AI otonom untuk post-training RL. Agent ini secara cerdas memodifikasi file config Anda, menjalankan training burst cepat sepuluh menit, mengevaluasi skor pass-at-one, dan melakukan iterasi secara otomatis. Tidak perlu lagi trial-and-error manual. Biarkan saja agent menjalankan lebih dari enam puluh eksperimen semalaman untuk menemukan pengaturan hyperparameter yang sempurna sementara Anda tidur.