Google 11 сентября открыла проект autofinetune: ИИ-агент проводит серию опытов по дообучению языковой модели без ручного вмешательства на каждом шаге. Человек задаёт в Markdown-файле цель, допустимые изменения и критерий успеха, а агент правит учебный скрипт, запускает работу на TPU, измеряет результат, сохраняет удачные варианты и отменяет неудачные. Код и шаблоны опубликованы в открытом доступе.

В первом опыте агент дообучал модель FunctionGemma для вызова функций. За пару часов он провёл 20 запусков на одном TPU v5e, меняя параметры LoRA, оптимизатор, темп обучения, размер пакета и случайные начальные значения. Данные, число эпох и устройство самой модели менять запретили: система искала лучший вариант внутри заранее заданных границ.

Более сложная проверка заняла два-три дня: 40 опытов с обучением Gemma 3 1B с подкреплением на математических задачах GSM8K. По данным Google, агент подобрал настройки, которые улучшили примерно на 10% составной показатель числовой точности и соблюдения формата ответа. Это результат одной демонстрации на искусственно выбранной метрике, а не доказательство, что система универсально улучшает любые модели.

Содержательное изменение — автоматизирован не только запуск обучения, но и перебор гипотез с фиксацией удачных результатов. Однако вычисления остаются дорогими, а цель, данные, ограничения и способ оценки задаёт человек. autofinetune пока следует понимать как открытый стенд для ограниченных опытов, а не как модель, способную самостоятельно придумать, чему и зачем ей учиться.