autonomous-training

EvoTrainer提出了一种自主训练框架，通过经验反馈协同进化LLM策略与训练框架，在数学推理、代码生成以及长期软件工程任务上超越了人工设计的强化学习基线。

一种在单个消费级GPU上自主训练Transformer语言模型的方法，分为六个阶段，设有验证门和AGENTS.md规范，适用于OpenClaw等编排框架。