Autoresearch: Experimentos de ML en Piloto Automático con Rollback por Git

🤖 Autoresearch: experimentos de ML que corren solos mientras dormís

#

¿Cuánto tiempo pasás ajustando un hiperparámetro, esperando que entrene y viendo si mejoró? Autoresearch automatiza ese ciclo completo.

✨ ¿Cómo funciona?

#

Es un framework de código abierto creado por Andrej Karpathy que implementa un bucle autónomo de experimentación:

1. 🔀 El agente de IA propone un cambio al modelo o experimento.
2. 💾 Hace un commit en git antes de cada intento (snapshot automático).
3. ⏱️ Entrena durante 5 minutos y mide la métrica objetivo.
4. ✅ Si mejoró → el cambio se mantiene. ❌ Si no → rollback automático al estado anterior.
5. 🔁 Repite sin necesidad de supervisión humana.

🎯 Beneficios clave

#

🗂️ Historial completo en git – cada experimento queda registrado y es reversible. 📋 Log estructurado – sobrevive crashes y registra cada intento. 🌙 Sin necesidad de presencia – explorá el espacio de soluciones mientras hacés otra cosa.

💡 Explicación en pocas palabras

#

Imaginate que contratás a un asistente que trabaja toda la noche probando variantes de tu modelo, guarda cada intento en git, y a la mañana te muestra qué funcionó y qué no. Eso es Autoresearch: investigación de ML en piloto automático.

Más información en el link 👇

GitHub - karpathy/autoresearch: AI agents running research on single-GPU nanochat training automatically

AI agents running research on single-GPU nanochat training automatically - karpathy/autoresearch

github.com ↗