TREX：通过智能体驱动的树状探索自动化 LLM 微调

本文提出 TREX，一种自动化大型语言模型（LLM）全生命周期训练的多智能体系统。该系统通过协调“研究者”与“执行者”模块，无缝完成需求分析、文献调研、策略制定、数据准备及模型训练评估。其将多轮实验过程建模为搜索树，以高效规划探索路径、复用历史结果并提炼迭代洞察。通过在包含 10 项真实场景任务的 FT-Bench 基准测试，实验证明 TREX 能持续优化目标任务上的模型性能。