Авторесёрч: автономные ML-эксперименты

План курса

1. 1.Как работает Авторесёрч: автономный цикл ML-экспериментов

   Мини-модуль строго по репозиторию karpathy/autoresearch. Авторесёрч здесь — это не поиск и проверка источников в интернете, а автономный агент, который сам ставит ML-эксперименты: правит код, обучает модель 5 минут, оценивает результат и решает, оставить изменение или откатить. За 2–3 коротких подхода разберём цикл, ключевые файлы, метрику качества и как запустить всё под свою задачу. Сразу важная оговорка: темы из брифа про поиск источников, цитаты и борьбу с галлюцинациями в выдаче этот репозиторий не покрывает — они вне его области, и мы честно отметим эту границу.

   1. 1.1Что такое Авторесёрч и из чего состоит цикл
   2. 1.2Три файла: prepare.py, train.py, program.md
   3. 1.3Метрика качества: val_bpb и сравнимость прогонов
   4. 1.4Запуск под свою задачу и работа на слабом железе
   5. 1.5Правила агента и режим автономности
   6. 1.6Границы Авторесёрча: где он применим, а где нет