编程智能体与代码 · 工具介绍
autoresearch
让编程智能体反复修改小型语言模型训练代码并比较实验结果的研究工作流，通过固定训练时长和验证指标记录改动是否有效。
autoresearch 能做什么
让编程智能体反复修改小型语言模型训练代码并比较实验结果的研究工作流，通过固定训练时长和验证指标记录改动是否有效。
- 语言模型与智能体质量评估及回归检查
- 学术搜索与文献发现
如何使用 autoresearch
在受控训练环境中比较智能体提出的修改
准备输入
- NVIDIA GPU、训练数据、研究要求与编程智能体
操作步骤
- 安装依赖并运行准备脚本生成数据与分词器，先手动完成一次训练以检查环境。
- 在 program.md 中明确研究要求，让智能体修改 train.py 并运行实验，比较验证指标后审阅保留或放弃的改动。
预期交付物
- 训练实验日志、验证指标与候选代码改动
当前要求单张 NVIDIA GPU；不同计算平台的固定时长实验不能直接比较，改进结果需要复核，不应无条件开放执行权限。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从编程智能体与代码角度评估autoresearch
把编程智能体与代码需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
能否读懂上下文
确认工具能够读取所需目录，且不会引入不必要的资料。
改动是否可审查
优先能展示差异、保留原文件和逐步验证的工作方式。
测试能否说明问题
测试应覆盖用户可见行为，不只证明代码能运行。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
