NeoHorse

让模型自己出题、自己训练、自己变强

NeoHorse 是一个面向大语言模型后训练（post-training）的开源研究项目，核心思路是通过「智能体式后训练」与「路由挂架（Routing Harness）」实现递归自我改进（Recursive Self-Improvement，RSI）。它试图解决传统后训练流程中数据构造、能力评估与模型迭代彼此割裂的问题：让模型以智能体方式主动生成训练任务、执行推理、收集反馈，再由路由机制把不同任务分派给最合适的策略或模型分支，从而形成「训练—评估—再训练」的闭环，让模型在多轮迭代中持续提升。项目聚焦于把后训练从一次性流水线变成可自我驱动的循环系统，适合研究自我改进、智能体训练与自动化数据飞轮方向。当前处于早期阶段，代码与实验细节仍在完善，社区规模较小，但概念方向与 RSI 热点高度契合，值得关注后续论文与复现结果。