ai-trains-ai

一个用强化学习训练出来的代理，任务是用强化学习去训练别的模型。最耗研究者和开发者精力的那圈训练循环被整个交了出去：代理自己跑，看性能反馈，再据此调整训练策略。它给出的不是一件训练模型的工具，而是把“训练”这个角色本身学下来的结果。