Он использует ralph-loop — цикл, в котором LLM не только пишет код по научным статьям, но и запускает эксперименты, анализирует ошибки и пробует новые решения. 🤩
Весь плагин был сгенерен за один проход в Claude Code, и при этом он уже умеет кодить концепты из AI-пейперов и гонять эксперименты в самосовершенствующемся цикле.
Заметки автора:
• Реализация статьи ReAct заняла около 40 минут без пауз.
• Были проблемы, но он сам разобрался по ходу. В этом сила ralph-loop — он может исследовать пространство решений и учиться на ошибках. Я бы сказал, что ресерч вообще более подходящий use-case для ralph, потому что там куча экспериментальной работы.
• Автор прогонял плагин на других свежих статьях — справился неплохо, это дает надежду, что можно довести систему до более стабильного состояния.
• Как видно на видео — и как в целом бывает с LLM-powered штуками - ему тяжело использовать новые модели, даже если дать инструкции и API. Но это легко фиксится грамотным промптингом.
• Это не идеальный плагин и пока в основном для внутреннего тестирования. Много чего еще надо допилить перед релизом, включая зависимости от других плагинов.
Больше подробностей ожидаем позже