google-deepmind/simply

解決的問題

簡單地為前沿 LLM 研究提供一個極簡、可擴展的研究代碼庫。其目標是減少研究人員（無論是人類還是 AI 智能體）在實現和迭代新想法（如新的優化器、訓練損失或 RL 算法）方面所花費的時間。

工作原理

該代碼庫基於 JAX 構建，採用極少的抽象與依賴關係設計，以保持自包含且易於修改。它支持在本地機器、Google Cloud TPUs 以及通過 XPK 在 GKE 上運行實驗。為了促進自動化研究，它包含了內置的智能體工具（如 Amplio），允許 AI 智能體閱讀代碼、提出想法並自主運行實驗。

適用對象

想要用於快速 LLM 實驗的輕量級、可擴展框架的 AI 研究人員與開發人員，以及對使用 AI 智能體實現研究流程自動化感興趣的人士。

亮點

• 極簡設計：使用 JAX 構建簡單、自包含的代碼庫，易於 fork 與修改。
• 自動化研究：專門設計為一個可以讓 AI 智能體自主設計與基準測試新 LLM 組件的環境。
• 可擴展的基礎設施：原生支持 Cloud TPUs 與 Google Kubernetes Engine (GKE)。
• 智能體工具：包含內置的智能體工具與 Amplio（一個基於 Go 的工具，用於具有持久性與 Web UI 的長期自主研究任務）。