AutoTrainess adalah agen model bahasa yang dirancang untuk mengotomatisasi proses pasca-pelatihan, mengatasi sifat pelatihan model terdepan yang sangat intensif tenaga manusia. Sistem ini mengekspos perencanaan, persiapan data, pelatihan, evaluasi, dan pencatatan sebagai repositori antarmuka agen-komputer.
- AutoTrainess mengeksternalisasi pengalaman manusia sebelumnya melalui alur kerja eksplisit, aturan, dan batasan eksekusi untuk mengarahkan perilaku pelatihan yang andal.
- Pada PostTrainBench, sistem ini mencapai skor rata-rata 26.94 dengan GPT-5.4 (Codex), mengungguli baseline hanya-CLI yang mencatatkan skor 23.21.
- Sistem ini bergeneralisasi di seluruh model dan harness, meningkatkan DeepSeek-V4-Flash (OpenCode) dari 12.13 menjadi 19.58.
Dengan mengotomatisasi siklus iterasi dan evaluasi yang kompleks, AutoTrainess memungkinkan agen model bahasa untuk secara otonom meningkatkan model bahasa lainnya tanpa intervensi manual.