AutoTrainess एक भाषा मॉडल एजेंट है जो पोस्ट-ट्रेनिंग प्रक्रिया को स्वचालित करने के लिए डिज़ाइन किया गया है, जिससे फ्रंटियर मॉडलों के ट्रेनिंग की मानव-केंद्रित प्रकृति को संबोधित किया जाता है। यह योजनाबद्धता, डेटा तैयारी, ट्रेनिंग, मूल्यांकन और लॉगिंग को एजेंट-कंप्यूटर इंटरफेस के एक भंडार के रूप में प्रदर्शित करता है।
- AutoTrainess स्पष्ट कार्यप्रवाह, नियमों और निष्पादन बाधाओं के माध्यम से पूर्व मानवीय अनुभव को बाह्य करता है ताकि विश्वसनीय ट्रेनिंग व्यवहार का मार्गदर्शन किया जा सके।
- PostTrainBench पर, यह GPT-5.4 (Codex) के साथ 26.94 की औसत स्कोर प्राप्त करता है, जो CLI-केवल बेलाइनों को 23.21 स्कोर करने से बेहतर है।
- सिस्टम मॉडलों और harnesses केAcross सामान्यीकृत होता है, DeepSeek-V4-Flash (OpenCode) को 12.13 से 19.58 तक सुधारता है।
पुनरावृत्ति और मूल्यांकन के जटिल चक्र को स्वचालित करके, AutoTrainess भाषा मॉडल एजेंटों को बिना किसी मान्य हस्तक्षेप के अन्य भाषा मॉडलों को स्वतंत्र रूप से सुधारने में सक्षम बनाता है।