AIBuildAI 开源 PostTrain Agent，自动后训练基准登顶
后训练（把基座模型变成会听指令、能推理的模型）向来靠团队几周手工试错，这篇讲 AI 如何自己完成全流程并拿到基准第一，值得关注的是它靠知识库而非模型记忆做决策。
给定基座模型、目标能力和算力预算，AIBuildAI 的 PostTrain Agent 会自己设计后训练方案、整理数据、写代码、跑实验并迭代，全程无需人介入。在自主后训练基准 PostTrainBench 上它拿到 46.6 分，排名第一，超过所有前沿模型与 Agent 系统，接近人类专家的 51.1 分。团队同时开源了代码与配套知识库。
正文摘录
.jpg)  给定一个基座模型、一个目标能力和算力预算，RSI Agent 自己设计后训练算法、收集和整理数据、写代码、跑实验、迭代改进，最终交出一个训练好的模型，全程无人介入。在自主后训练基准 PostTrainBench 上，它以 46.6 分排名第一，超过所有前沿模型与 Agent 系统，接近人类专家表现（51.1）。 近日，AIBuildAI 团队发布了 PostTrain Agent，一个用于自主后训练大语言模型的递归自我改进（RSI）Agent，并开源了全部代码与配套知识库。