google-deepmind/simply

解决的问题

简单地为前沿 LLM 研究提供一个极简、可扩展的研究代码库。其目标是减少研究人员（无论是人类还是 AI 智能体）在实现和迭代新想法（如新的优化器、训练损失或 RL 算法）方面所花费的时间。

工作原理

该代码库基于 JAX 构建，采用极少的抽象和依赖关系设计，以保持自包含且易于修改。它支持在本地机器、Google Cloud TPUs 以及通过 XPK 在 GKE 上运行实验。为了促进自动化研究，它包含了内置的智能体工具（如 Amplio），允许 AI 智能体阅读代码、提出想法并自主运行实验。

适用对象

想要用于快速 LLM 实验的轻量级、可扩展框架的 AI 研究人员和开发人员，以及对使用 AI 智能体实现研究流程自动化感兴趣的人士。

亮点

• 极简设计：使用 JAX 构建简单、自包含的代码库，易于 fork 和修改。
• 自动化研究：专门设计为一个可以让 AI 智能体自主设计和基准测试新 LLM 组件的环境。
• 可扩展的基础设施：原生支持 Cloud TPUs 和 Google Kubernetes Engine (GKE)。
• 智能体工具：包含内置的智能体工具和 Amplio（一个基于 Go 的工具，用于具有持久性和 Web UI 的长期自主研究任务）。