autoresearch-qwen

这是一个面向文档视觉语言模型（VLM）自主优化的研究框架，专注于在DocVQA基准上持续改进Qwen3-VL-4B-Instruct模型的训练策略。项目采用固定评估契约（固定数据集、评测指标ANLS、验证集与评测脚本），仅允许智能体迭代修改train.py实现训练逻辑优化，并通过自动化的准备→训练→评估→决策循环筛选真实性能提升。支持NVIDIA多卡CUDA（main分支）和Apple Silicon MPS（mlx分支）双硬件后端，强调可复现性与公开基准导向。适用于VLM训练方法研究、文档理解模型调优及自主AI实验系统开发等场景。