Danau5tin (GitHub)

首席软件工程师 — 研究 AI 代理和强化学习。

Danau5tin starred ThorOdinson246/whatisit-nl2sh

Danau5tin starred ThorOdinson246/whatisit-nl2sh · August 13, 2026 15:51 ThorOdinson246/whatisit-nl2sh Local natural-language-to-shell command generator. A 941 MB fine-tuned Qwen2.5-Coder-1.5B running ...

收藏2 天前

Danau5tin starred PrimeIntellect-ai/prime-agent

Danau5tin starred PrimeIntellect-ai/prime-agent · August 6, 2026 03:25 PrimeIntellect-ai/prime-agent A self-improving RLM agent for coding workflows and long-running autonomous tasks. TypeScript 10.5k...

收藏9 天前

我用1300美元训练了一个能训练AI的AI Agent

作者开源了“AI训练AI”的完整流水线：一个Agent负责编写RL训练任务并提交到Runpod GPU，另一个小模型执行训练。通过双层RL循环，Agent学会了如何生成高质量的训练配置，成本仅约1300美元。实验显示该Agent具备跨任务迁移能力，且能自动选择更优的基础模型和超参数。

收藏32 天前

Continual Learning Bench：评估前沿AI系统在状态环境下的持续学习能力

UC Berkeley等团队发布Continual Learning Bench，专门评估AI智能体在长周期交互中的持续学习与适应能力。提供多场景任务集、标准化评估指标及可视化分析工具，支持自定义记忆与检索策略。

收藏44 天前

Danau5tin starred thinking-machines-lab/tinker

收藏48 天前

删除修复多进程异常序列化问题的分支

开发者删除了修复多进程异常序列化问题的分支。属于版本控制系统的常规操作记录，无独立阅读价值。

收藏48 天前

修复持续学习基准测试中多进程异常序列化的问题

Continual-learning-bench 修复了 ProcessPool worker 中因异常原因无法 pickle 导致的问题。涉及多进程并行运行时的序列化错误处理，对使用 Python multiprocessing 进行持续学习基准测试的工程人员有参考意义。

收藏48 天前

修复：隔离提供者错误导致的任务失败，避免破坏进程池

解决多进程执行器中因异常无法序列化导致整个进程池崩溃的问题。通过将异常原因截断，确保单个任务失败不会牵连其他并发任务。

收藏48 天前

Danau5tin created a branch

收藏48 天前

Continual Learning Bench：评估AI智能体持续学习能力的基准测试

UC Berkeley团队发布的Continual Learning Bench，专门评估AI智能体在长期交互中的持续学习能力。包含多场景任务集、内置基线系统及可视化分析工具，支持自定义记忆与检索策略测试。提供详细文档和论文，适合关注Agent长期进化能力的开发者和研究者。

收藏48 天前

Scaling Coding-Agent RL to 32x H100s. 160% Improvement on Stanford's TBench

收藏285 天前

Multi-Agent-Coder Is #12 on Stanford's TBench. Beats Claude Code

This weekend I built a multi-agent coding system which, quite unexpectedly, beat Claude Code on Stanford's Terminal Bench!The architecture is straightforward, consisting of an orchestrator agent that ...

收藏347 天前

Terminal-Bench-RL: Training long-horizon terminal agents with RL

After training calculator agent via RL, I really wanted to go bigger! So I built RL infrastructure for training long-horizon terminal/coding agents that scales from 2x A100s to 32x H100s (~$1M worth o...

收藏382 天前

Danau5tin (GitHub)

Danau5tin starred ThorOdinson246/whatisit-nl2sh

Danau5tin starred PrimeIntellect-ai/prime-agent

我用1300美元训练了一个能训练AI的AI Agent

Continual Learning Bench：评估前沿AI系统在状态环境下的持续学习能力

Danau5tin starred thinking-machines-lab/tinker

删除修复多进程异常序列化问题的分支

修复持续学习基准测试中多进程异常序列化的问题

修复：隔离提供者错误导致的任务失败，避免破坏进程池

Danau5tin created a branch

Continual Learning Bench：评估AI智能体持续学习能力的基准测试

Scaling Coding-Agent RL to 32x H100s. 160% Improvement on Stanford's TBench

Multi-Agent-Coder Is #12 on Stanford's TBench. Beats Claude Code

Terminal-Bench-RL: Training long-horizon terminal agents with RL

登录芦苇

热门话题