tournament-autoresearch

当用户需要一个自主的机器学习研究循环，用于在投入计算资源前对竞争性的想法进行压力测试时，可使用此功能——多个研究子代理各自提出一项架构变更，一个自校准的评判者根据评分标准对它们进行评判，提案者据此进行优化，最终由评判者选出唯一一项变更进行实验。评判者会通过将自身预测与实际指标变化进行对比，不断学习并提升选择能力，同时将预测值与实际值的差异记录在校准日志中，并据此优化其评分标准。最终生成一个实验日志，其中每次迭代的变更都是在去偏见的竞赛中胜出的方案。此功能不适用于运行单一预先确定的实验，也不适用于仅进行分析的探索；若每次迭代只提出并运行一个无竞争的假设，请使用其配套的 ml-autoresearch 循环。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本