Dan Austin이 Qwen3.6 모델을 활용해 AI 모델을 훈련시키는 RL 에이전트를 개발했어요. 이 에이전트는 훈련 작업(환경, 보상, 데이터셋, 하이퍼파라미터)을 작성하고 GPU에 제출하며, 훈련된 모델의 성능 향상에 따라 보상을 받아요.
실험 결과, 에이전트의 에피소드 보상이 0.0에서 0.63으로 상승했으며, 훈련되지 않은 작업에서도 성능이 향상되는 기술 이전이 관찰되었어요. 또한, 에이전트는 더 나은 모델을 선택하고 하이퍼파라미터 설정을 최적화하는 능력을 학습했어요.
전체 프로젝트 비용은 약 1,300달러로, 내부 훈련 작업당 비용은 0.13~0.30달러로 저렴했어요. GitHub 저장소를 통해 코드와 상세 내용을 공개하여 다른 연구자들의 활용을 장려하고 있어요.