autoresearch

Claude Autoresearch Skill — Claude Code를 위한 자율적 목표 지향 반복 기능. Karpathy의 autoresearch에서 영감을 받음. 수정 → 검증 → 유지/폐기 → 무한 반복.

아이디어 생성 및 실험부터 논문 작성, 동료 평가까지 AI 연구 워크플로우를 오케스트레이션하기 위한 블루프린트 기반 AutoResearch 런타임.

Karpathy의 autoresearch에서 영감을 받은 자율 개선 루프, 연구 에이전트 및 자동 연구 스타일 시스템의 큐레이션 목록.

Codex Autoresearch Skill — 수정, 검증, 유지 또는 폐기, 그리고 무한 반복의 사이클을 지속적으로 수행하는 Codex용 자율 반복 시스템. Karpathy의 autoresearch 개념에서 영감을 받음.

최 최초의 분산형 AGI 시스템. 수천 개의 자율 AI 에이전트가 협력하여 모델을 학습하고, P2P 가시를 통해 실험을 공유하며, 여기서 혁신을 이뤄냅니다. 완전한 P2P 방식이며 브라우저나 CLI를 통해 참여할 수 있습니다.

GPU 커널 자동 연구. PyTorch 모델을 제공하고 잠자고 일어나면 최적화된 Triton 커널이 완성됩니다.

AIDE: 머신러닝 엔지니어를 위한 LLM 에이전트 - Weco의 기반이 된 연구. OpenAI MLE-bench에 언급됨.

코드베이스를 자동 연구 루프로 전환합니다. 측정할 대상을 발견하고, 벤치마크를 계측한 뒤, 병렬 하위 에이전트로 트리 검색을 실행합니다.

🦞+🔬 NanoResearch: 자율형 AI 연구 어시스턴트

에이전트(및 해당 에이전트의 향후 반복 버전)가 모든 작업에서 성공할 수 있도록 설계된 재귀적 자기 개선 하네스

범용 자율 연구 에이전트 — 실험을 수행하고, 조사하며, 자율적으로 반복 최적화합니다.

최적화 추적 및 오픈 소스 구현이 포함된 AutoResearch 사용 사례 큐레이션 목록

자율 코딩 에이전트 기반의 오픈소스 자동 연구 시스템. 평가, 공유 지식, 멀티 에이전트 진화 기능을 갖춘 Claude Code, OpenCode, Codex 실행. COLM 2026 채택.

코드베이스 내에서 최적화 루프를 실행하기 위한 코덱스(codex) 플러그인. 측정 가능한 목표가 있고 시도해 볼 변경 사항이 많을 때 유용합니다: 테스트 런타임, 빌드 속도, 번들 크기, 모델 손실, Lighthouse 점수, 메모리 사용량, 쿼리 지연 시간 또는 스크립트에서 출력할 수 있는 기타 측정항목

재사용 가능한 원칙을 추출하고 이를 추적 가능한 연구 아이디어로 구성하여, 연구자가 아이디어의 검증 가치를 판단하도록 돕는 도구입니다.

Scholar All-In-One: AI 에이전트를 위한 연구 인프라