AIBuildAI 推出了自動化LLM微調整的代理程式

公司 AIBuildAI 釋出了 LLM-Post-Train Agent — 一個用於遞歸自我訓練和優化語言模型的系統。該工具旨在自動化後訓練階段，包括設計學習算法和選擇訓練數據。

該系統展示了高效率，佔據了 PostTrainBench 基準測試的第一名，達到 46.6% 的成績。代理使用內置知識庫和元搜索來迭代改進模型參數，而無需人工干預。該過程包括自主生成微調策略，允許根據特定任務以最小的資源成本調整模型權重。

該解決方案實現為一個獨立代理，可以自行管理數據集並評估中間模型版本的質量。該項目的原始碼在 GitHub 上以開源許可證發布，允許開發人員將系統集成到自己的模型準備管道中。

通過遞歸系統自動化後訓練，可以減少手動調整超參數和過濾數據的時間。這類工具的出現改變了對微調的方法，將重點從手動形成數據集轉移到代理的自我訓練算法調整上。