@smallnest: 我把 @karpathy 的autoresearch 移植到自动化的软件开发上,各种优化后,效果吊炸天了

X AI KOLs Timeline 工具

摘要

开发者将Karpathy的autoresearch框架移植到自动化软件开发领域,并进行了多项优化,取得显著效果。

我把 @karpathy 的autoresearch 移植到自动化的软件开发上,各种优化后,效果吊炸天了
查看原文
查看缓存全文

缓存时间: 2026/04/20 09:44

我把 @karpathy 的autoresearch 移植到自动化的软件开发上,各种优化后,效果吊炸天了

相似文章

@GitHub_Daily: AI 大神 Karpathy 之前做了个 autoresearch 脚本,能让模型一晚上自动跑上百轮实验调优。 Autoresearch 这个开源项目把同样的思路搬到了 Claude Code 和 Codex 上。 给一个目标和量化指标,…

X AI KOLs Timeline

Autoresearch 这个开源项目把 Karpathy 的 autoresearch 思路移植到 Claude Code、OpenCode 和 Codex 上,让 AI Agent 根据目标和量化指标自动循环改代码、跑验证并回滚,提供 14 个子命令和 9 个安全钩子。

@sitinme: 看到 Karpathy 开源了一个很有意思的项目autoresearch,把一个真实但小型的 LLM 训练任务交给 AI Agent,让它自己做研究、改代码、跑实验、看结果,然后决定保留还是放弃这次改动。 这个项目基于单张 NVIDIA …

X AI KOLs Timeline

Karpathy 开源了一个实验性项目 autoresearch,让 AI Agent 自动完成小规模 LLM 训练的研究循环:修改代码、运行实验、评估结果并迭代优化,人类只需编写研究计划和约束。

@AYi_AInotes: 两个香港学生,把Karpathy的自动研究框架干到了5倍速。 没换更强的模型,也没加更多算力,甚至代码都没怎么改。 只是在原来的循环上面,又套了一个循环。 这可能是今年对普通Agent开发者最有用的一篇论文,没有之一,具体拆解如下:

X AI KOLs Timeline

两个香港学生通过在原自动研究框架外再套一层循环,实现了5倍加速,无需更优模型或更多算力,被认为是对普通Agent开发者最有用的论文之一。