Repolode
WecoAI

WecoAI/aideml

Опенсорсный LLM-агент, который пишет, запускает, отлаживает и дорабатывает код для машинного обучения с помощью поиска по дереву, пока не оптимизирует заданную пользователем метрику.

Звёзды
1,614
Форки
237
Открытые issues
3
Последний коммит
22 дня назад

Что это?

AIDE ML — эталонная опенсорсная реализация алгоритма AIDE, агента с поиском по дереву, который рассматривает каждый Python-скрипт как узел дерева решений. Получив каталог с данными, сформулированную обычным языком цель и метрику оценки, агент генерирует код, запускает его и по результатам оценки решает, какие варианты развивать или исправлять.

Проект поставляется как устанавливаемый через pip пакет Python, а также включает интерфейс командной строки, HTML-просмотрщик дерева решений и веб-интерфейс на Streamlit. Он поддерживает OpenAI, Anthropic, Gemini, OpenRouter и любые локальные модели с API, совместимым с OpenAI. В настройках можно указать модель для написания кода и модель для обратной связи, число шагов и количество черновиков. Также доступны Python API и образ Docker.

Кодовая база предназначена для исследователей, которые хотят воспроизвести результаты статьи об AIDE или проверить новые эвристики поиска, методы оценки и LLM-бэкенды, а также для практиков, которым нужен стартовый ML-пайплайн на основе набора данных.

Ключевые возможности

  • 01Позволяет описать задачу обычным языком, указав каталог с данными, цель и метрику оценки.
  • 02Выполняет поиск по дереву сгенерированных Python-скриптов, развивая или отлаживая варианты на основе обратной связи по метрике.
  • 03Предоставляет CLI, Python API и образ Docker.
  • 04Включает HTML-просмотрщик дерева решений и веб-интерфейс на Streamlit.
  • 05Работает с OpenAI, Anthropic, Gemini, OpenRouter и локальными моделями с API, совместимым с OpenAI.

Сценарии использования

  • Создание прототипа базовой ML-модели для табличного набора данных по цели, сформулированной обычным языком.
  • Воспроизведение или расширение экспериментов AIDE с поиском по дереву в исследовательских целях.
  • Проверка альтернативных эвристик поиска, методов оценки или LLM-бэкендов для ML-агентов.
  • Запуск полностью локального пайплайна с моделью, доступной через Ollama.

Быстрый старт

  1. 1

    Установите пакет из PyPI

    pip install -U aideml
  2. 2

    Укажите ключ API для LLM

    export OPENAI_API_KEY=<your-key>
  3. 3

    Запустите оптимизацию на примере задачи

    aide data_dir="example_tasks/house_prices" goal="Predict the sales price for each house" eval="RMSE between log-prices"

Что важно знать

  • При настройках по умолчанию выполняются вызовы внешних API LLM, поэтому вам понадобится ключ API, а использование модели будет платным, если только вы не запустите локальную модель.
  • Для полностью локального запуска нужен локальный сервер, совместимый с OpenAI. Обычно производительность при этом несколько ниже, чем у размещённых моделей.

В подборках

Темы

Частые вопросы

Что такое aideml?
Опенсорсный LLM-агент, который пишет, запускает, отлаживает и дорабатывает код для машинного обучения с помощью поиска по дереву, пока не оптимизирует заданную пользователем метрику. AIDE ML — эталонная опенсорсная реализация алгоритма AIDE, агента с поиском по дереву, который рассматривает каждый Python-скрипт как узел дерева решений. Получив каталог с данными, сформулированную обычным языком цель и метрику оценки, агент генерирует код, запускает его и по результатам оценки решает, какие варианты развивать или исправлять.
aideml можно использовать бесплатно? Какая у него лицензия?
aideml распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
aideml всё ещё поддерживается?
Активно поддерживается. Последний коммит в aideml — 16 окт. 2026 г..
Для чего можно использовать aideml?
Создание прототипа базовой ML-модели для табличного набора данных по цели, сформулированной обычным языком. Воспроизведение или расширение экспериментов AIDE с поиском по дереву в исследовательских целях. Проверка альтернативных эвристик поиска, методов оценки или LLM-бэкендов для ML-агентов. Запуск полностью локального пайплайна с моделью, доступной через Ollama.
Как установить aideml?
Установите пакет из PyPI: pip install -U aideml Укажите ключ API для LLM: export OPENAI_API_KEY=<your-key> Запустите оптимизацию на примере задачи: aide data_dir="example_tasks/house_prices" goal="Predict the sales price for each house" eval="RMSE between log-prices"
Где скачать aideml?
Исходный код и инструкции по установке — на GitHub: https://github.com/WecoAI/aideml

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

Фреймворк для глубокого обучения на PyTorch: автоматизирует циклы обучения, масштабирование на несколько GPU и типовую инженерную работу, сохраняя полный контроль над кодом модели.

31,4 тыс.+12 за неделю3,8 тыс.PythonApache-2.0Обновлён 8 дней назад

Рекурсивный контур самообучения: запускает задачи агента с оценкой результатов, сохраняет полезные выводы и оставляет для следующих запусков трассировки и плейбуки.

1,3 тыс.+7 за неделю116PythonApache-2.0Активно поддерживаетсяОбновлён 16 часов назад

Библиотека AutoML, которая обучает и объединяет ML-модели для табличных данных, временных рядов и мультимодальных данных с помощью нескольких строк Python-кода.

10,8 тыс.+12 за неделю1,2 тыс.PythonApache-2.0Обновлён 3 дня назад