自动化训练相关 AI 资讯 · AI 热点

7月1日

09:30

09:30

官方一手arXiv: DeepSeek@Zhaojian Yu, Penghao Yin, Shuzheng Gao, Shilin He, Kai Cai, Xiao-Ping Zhang

AutoTrainess是一个基于大语言模型的智能体，通过暴露规划、数据准备、训练、评估和日志等操作作为代理-计算机接口，自动化语言模型的后训练流程。在PostTrainBench基准上，AutoTrainess搭配GPT-5.4（Codex）取得平均26.94分，超过CLI-only基线的23.21分。它还能跨模型泛化，将DeepSeek-V4-Flash（OpenCode）的得分从12.13提升至19.58。该研究提出将人工经验外部化为显式工作流和约束，引导智能体更有效且可靠地执行训练任务。

论文 AutoTrainess PostTrainBench GPT-5.4 DeepSeek-V4-Flash 自动化训练

推荐理由：这篇论文提出一个叫AutoTrainess的智能体，能自己跑模型训练流程，不用人盯着。在PostTrainBench上比纯命令行强，还能帮DeepSeek-V4涨分。

6月9日

16:54

16:54

Philipp Schmid@_philschmid

83°

Google 推出了 Colab CLI 和 Skills 功能，允许用户从终端直接管理 Colab 运行时。CLI 支持 GPU/TPU 资源分配（如 colab --gpu A100）、远程脚本执行（colab exec）以及交互式控制台/REPL 访问。内置的 Agent Skill 让用户只需告诉 AI“在这个数据集上微调 Gemma 3 1B”，系统就会自动分配 GPU、运行训练并下载适配器权重，完全自动化。这极大简化了 AI 开发者的实验流程，无需频繁切换浏览器界面。

AI产品 Google Colab CLI GPU/TPU 自动化训练 Agent Skill

推荐理由：Colab CLI 让 AI 开发者和研究人员从终端直接调度 GPU/TPU 资源，省去手动打开网页的麻烦。做模型微调或实验的团队，可以试试用自然语言指令自动完成训练流程，效率提升明显。