用途：AutoResearch 用于自动化机器学习实验，让代理自主修改 GPT 训练代码、运行短时实验并迭代优化，适合想要整夜持续调参或验证架构想法的场景。
主要能力：代理可修改 train.py 中的模型架构（深度、宽度、注意力模式）、优化器（Muon、AdamW、学习率、warmup、decay）、超参数（batch size、梯度累积）与训练循环（混合精度、梯度裁剪等）。prepare.py 为只读，不可改评估逻辑、依赖或 5 分钟时间预算。指标为 val_bpb，越低越好。
使用方式： cd tools/autoresearch uv sync（首次安装依赖） uv run prepare.py（一次性数据准备，约 2 分钟） uv run train.py > run.log 2>&1（单次实验） grep "^val_bpb:|^peak_vram_mb:" run.log（提取结果） 启动自主循环前需与用户确认运行标签，创建分支 git checkout -b autoresearch/<tag>，初始化 results.tsv，记录 baseline，随后循环执行：构思→修改→git commit→运行→评估→保留或 git reset --hard HEAD~1 丢弃。每次实验约 5 分钟，超 10 分钟视为失败。
适用场景：单张 NVIDIA GPU（文档注明在 H100 上测试），希望无人值守运行大量对照实验的研究者。结果按 commit、val_bpb、memory_gb、status（keep/discard/crash）、description 记录，时刻注意简化优先，VRAM 为软约束。
限制：不得修改 prepare.py 与评估函数，不得安装新包或改依赖，不得变更 5 分钟预算。其他平台需参考社区分支（MacOS、Windows、AMD 等，详见 README）。资料未说明具体收费与价格信息，暂未提供。