Agent Skills自動最適化の研究、中身はほぼ深層学習の訓練ループだった

結局やってることは勾配降下法的なループなの面白い。テキスト空間での過学習とか、評価環境の設計が一番のボトルネックになるの超わかる

そしてローカルミニマムへ＼(^o^)／

evalすなあ！！！！！！！！／ぶっちゃけ非効率では？？？？？？？と思いはする！！！！！！！！！！