Benchmark de agentes CLI em pós-treinamento autônomo de LLMs com PostTrainBench
Execute Claude Code, Codex CLI, Gemini CLI ou OpenCode em tarefas de pós-treinamento limitadas a H100 e compare como cada agente melhora um LLM base.
Pré-requisitos
Python, apptainer, fuse-overlayfs, cache do Hugging Face, acesso a GPU H100, suporte atual ao escalonador HTCondor e credenciais para os scaffolds de agente CLI selecionados
Instalação
Instale ou configure seguindo as instruções baseadas no repositório:
Clone https://github.com/aisa-group/PostTrainBench, instale os requisitos incluindo apptainer e fuse-overlayfs, construa o container padrão com bash containers/build_container.sh standard, baixe o cache do Hugging Face com bash containers/download_hf_cache/download_hf_cache.sh, copie example.env para .env, defina chaves de API e caminhos, e finalmente submeta jobs com bash src/commit_utils/commit.sh.
- Repositório: https://github.com/aisa-group/PostTrainBench