Обучение универсального агента-контроллера для улучшения способностей моделей и задач с фреймворком, похожим на PyTorch

Разработчик создал фреймворк, похожий на PyTorch, для обучения универсального агента, который работает независимо от конкретной языковой модели и среды задач. Обученный агент можно заморозить и использовать для оценки и улучшения производительности любых LLM на бенчмарках типа Terminal-Bench и SWE-Bench. Проект демонстрирует переносимые навыки решения задач между разными моделями и средами.