GitHub · 自我改进 Agent 新仓库发现· ptlnextdoor·· 10 天前AI 评分36
Ouroboros：重写自身权重的自我改进 Agent 项目
ptlnextdoor/ouroboros
来源与原文
GitHub · 自我改进 Agent 新仓库发现
作者：ptlnextdoor
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/ptlnextdoor/ouroboros
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
黑客松项目 Ouroboros 让 Agent 团队通过 LoRA 微调重写自身权重实现自我改进：每轮只保留验证通过的轨迹训练后继模型，再由 GLM-5.3、DeepSeek-V4-Pro、gpt-oss-120b 等跨模型家族组成的“评审团”在 300 道未见过的 held-out 问题上做 paired bootstrap 置信区间检验，CI 下界大于 0 才晋级。学生模型为 NVIDIA Nemotron-3-Nano-30B-A3B，用 vLLM multi-LoRA 服务，预期增益为 +3 至 +7 pass@1。
来源：GitHub · 自我改进 Agent 新仓库发现 · github.com