AutoResearch-LLM：让 Agent 接手 LLM 训练优化

AutoResearch-LLM：让 Agent 接手 LLM 训练优化

摘要

三阶段Agent驱动LLM微调框架：场景诊断→方案设计→自动化实验，在1688电商场景（Query改写/同款判定/重排打分）落地。踩坑包括PyTorch 2.6与DeepSpeed冲突、Qwen3 thinking模式拉低BLEU、OSS endpoint差异，工程化经验可迁移。