I tradisjonell programvareutvikling betyr en git-commit «denne koden fungerer.» I Karpathys autoresearch betyr en git-commit noe annet: «denne endringen gjorde modellen målbart bedre.»

Hvert commit er en liten vitenskapelig oppdagelse. Hver git reset er en hypotese som ikke holdt vann. Git-loggen blir en forskningsdagbok, automatisk skrevet av en AI-agent.

Den Binære Beslutningen

Autoresearch bruker git på en elegant enkel måte:

Agent modifiserer train.py
Trening kjører i 5 minutter
Valideringstap måles
Hvis forbedret: git commit — endringen beholdes
Hvis ikke forbedret: git reset — endringen skjedde aldri

Ingen pull requests. Ingen kodegjennomgang. Ingen flettkonflikter. Bare en binær beslutning: gjorde denne endringen ting bedre eller ikke?

Git-loggen som Forskningsdagbok

Etter en nattlig autoresearch-økt leser git-loggen som en forskernotatbok. Hvert commit-melding (skrevet av AI-agenten) beskriver hva som ble endret og hvilken effekt det hadde.

Minne på Tvers av Økter

Git gir autoresearch noe AI-agenter desperat trenger: vedvarende minne. Når du starter en ny autoresearch-økt, kan agenten lese git-historikken for å forstå hva som er blitt prøvd før.

Sammensetningseffekten

Fordi hvert vellykket commit blir den nye grunnlinjen, akkumuleres forbedringer. I Karpathys to-dagers kjøring reduserte rundt 20 forbedringer GPT-2-treningstiden med 11%.

Save konverterer enhver nettside til ren Markdown — bygger kunnskapsbiblioteket som driver effektive AI-agentinstruksjoner og autonom forskning. Prøv Save gratis.