Dan Austin이 Qwen3.6-35B-A3B 모델을 활용해 AI 훈련을 자동화하는 RL 에이전트를 개발했어요. 이 에이전트는 훈련 작업(환경, 보상, 데이터셋, 하이퍼파라미터)을 생성하고 GPU를 활용해 소형 Qwen 모델을 훈련해요.
에이전트의 성능 향상은 Tinker (LoRA + GRPO)를 통해 이루어졌으며, 54단계 외부 루프 과정에서 1,750개의 GPU 훈련 작업을 수행했어요. 훈련된 모델의 성능 향상을 보상으로 사용해 RL 루프를 구현했어요.
개발자는 AI 시스템이 다른 AI 시스템을 개선하는 방향으로 발전할 것이라고 예상하며, GitHub를 통해 관련 코드와 정보를 오픈소스로 공개했어요. GPU 사용 비용은 훈련 작업당 약 0.13~0.30달러로 저렴한 편이에요.