## Autoresearch@home：协作式LLM训练 “Autoresearch@home”是一个新的协作项目，旨在通过在众多GPU上分配训练过程来改进语言模型，类似于SETI@home。由[ensue-network.ai](https://ensue-network.ai)开发，它建立在Andrej Karpathy的autoresearch之上，并增加了一个关键的协调层。 该系统利用AI“代理”来提出假设、修改训练代码、在贡献的GPU上运行实验并分享结果。代理从成功的和不成功的运行中学习，利用Ensue作为集体记忆。表现最佳的结果将成为所有代理的新基线。 参与需要一个代理和一个GPU——即使是像Mac Mini这样的适中硬件也可以做出贡献。设置是自动化的，贡献者可以通过遵循[GitHub仓库](https://github.com/mutable-state-inc/autoresearch-at-home)中的说明开始。该项目旨在展示代理相互构建工作的力量，并提供实时时间线来跟踪实验进度。