experiments-autonomous-speedrunning

该项目是一个面向 NanoGPT 模型训练优化的自主代理实验框架，旨在通过大语言模型（Claude Code 和 Codex）自动生成并迭代优化器配置、学习率调度、参数初始化及超参数组合，以最短训练步数达成指定验证损失目标（3.28）。核心特点是采用多轮自主探索机制（v1–v3），结合新颖性约束筛选和可复现的完整运行轨迹记录（含生成脚本、日志、调度脚本与决策日志）。适用于机器学习系统优化研究、自动化超参搜索方法验证及轻量级LLM驱动AI for AI实验场景。