May 17, 2026, 11:40 PM

This commit is contained in:
Paweł Domański
2026-05-18 06:40:19 +00:00
commit 64944cf004
896 changed files with 310709 additions and 0 deletions
@@ -0,0 +1,36 @@
---
title: "Jak wdrożyć Autoresearch: Przewodnik po autonomicznym badaczu AI"
type: "summary"
tags: [karpathy, autoresearch, AI, automatyzacja, machine-learning, claude-code, uv]
created: 2026-05-14
updated: 2026-05-14
sources: ["raw/articles/Jak wdrożyć autoresearch_.md"]
confidence: high
---
# Jak wdrożyć Autoresearch
Artykuł (bazujący na wątku z X/Twitter) opisuje proces wdrażania projektu "Autoresearch" autorstwa Andreja Karpathy'ego. System ten pozwala na pełną automatyzację procesu trenowania i optymalizacji modeli językowych (LLM) poprzez delegowanie roli badacza do agenta AI (np. Claude Code).
## Key Points
- **Automatyzacja pętli badawczej**: Agent AI przejmuje nudne zadania (zmiana parametrów, uruchamianie testów, analiza wyników), wykonując ok. 100 eksperymentów w ciągu jednej nocy.
- **Mechanizm działania**:
1. Agent czyta meta-instrukcje z `program.md`.
2. Modyfikuje kod treningowy `train.py`.
3. Uruchamia 5-minutowy test na GPU.
4. Mierzy wynik `val_bpb` (Bits Per Byte).
5. Zachowuje zmiany (git commit), jeśli wynik się poprawił, lub odrzuca je w przypadku porażki.
- **Meta-programowanie**: Rola człowieka przesuwa się z prowadzenia eksperymentów na "programowanie organizacji badawczej" poprzez doskonalenie pliku `program.md`.
- **Narzędzia**: `uv` (zarządzanie Pythonem), `Claude Code` lub `Cursor` (mózg eksperymentu), `git` (zarządzanie stanem).
## Relevant Concepts
- [[concepts/autoresearch]] - Autonomiczne badania nad AI.
- [[concepts/ai-pipelines]] - Rozszerzenie rurociągów o pętlę sprzężenia zwrotnego (feedback loop).
- [[concepts/val-bpb]] - Metryka jakości modelu.
- [[concepts/compounding-knowledge]] - Każdy udany eksperyment to trwały postęp w "kodzie źródłowym" modelu.
## Source Metadata
- **Type**: Przewodnik / Tutorial
- **Author**: @hooeem (na podstawie projektu Andreja Karpathy'ego)
- **Repozytorium**: https://github.com/karpathy/autoresearch
- **Key Themes**: Autonomous Research, LLM Optimization, AI Agents