论文
AutoTrainess：教授语言模型以自主改进语言模型
AutoTrainess: Teaching Language Models to Improve Language Models Autonomously
摘要
即使前沿语言模型代理在软件工程和其他长期任务方面的能力越来越强，训练语言模型（LM）仍然是一个高度人力密集的过程。一个核心挑战是自主 后训练 不仅仅是一个编码问题：它要求代理重复计划迭代、构建与基准对齐的数据、运行稳定的训练作业、评估检查点以及在多个小时的交互中保留实验状态。我们推出了 AutoTrainess，这是一个 LM 代理，它将这些操作公开为代理计算机接口的存储库，用于规划、数据准备、训练、评估和记录。 AutoTrainess 不是让代理在未指定操作空间的原始 CLI 环境中运行，而是将先前的人类经验具体化为明确的工作流程、规则和执行约束，指导代理实现有效且可靠的训练行为。在 PostTrainBench 上，AutoTrainess 始终优于仅 CLI 基线，GPT-5.4 (Codex) 的平均得分为 26.94，而仅 CLI 的平均得分为 23.21。它还对模型和工具进行了泛化，将 DeepSeek-V4-Flash (OpenCode) 从 12.13 改进到 19.58。