# Danielxu0208/rsi_eval

> Python SDK и CLI для оценки методов рекурсивного самоулучшения (RSI) на агентных бенчмарках: запускает задачи и возвращает оценки, статус и расход токенов. Позволяет подключать свой цикл улучшения и переиспользовать закреплённые задачи бенчмарков.

- Магнитуда: 2,4 из 10 — Ранний сигнал
- Звёзды: 103 всего · +7 звёзд по замерам 2026-10-18, 01:14–11:48 UTC, к вечеру ≈ 17
- Доверие к звёздам: рост звёзд выглядит естественно
- Категория: Языковые модели · Язык: Python · Лицензия: Apache-2.0 · Создан: 2026-10-12 · Последний коммит: 2026-10-12
- GitHub: https://github.com/Danielxu0208/rsi_eval · Страница: https://gitnova.dev/r/Danielxu0208/rsi_eval

## Чем пригодится

- Оценить свой цикл генерации кандидатов на задачах Terminal-Bench через SDK
- Переиспользовать грейдеры SWE-bench и MMLU без их повторной реализации
- Записывать и возобновлять эксперименты со снимками кандидатов и результатами

## Почему он здесь

- По замерам счётчика за 2026-10-18 (UTC), 01:14–11:48: 96 → 103 звёзд (+7). Это прирост за указанный интервал.
- Расчётный прогноз на конец суток: около +17 звёзд; учитывает наблюдаемый прирост и предыдущий день.
- Репозиторию 6 дней, а у него уже 103 звезды. Истории меньше двух недель, так что обычного темпа, с которым можно сравнить всплеск, у него ещё нет.
- Топ новых репозиториев за неделю: #197.

## Доверие к звёздам

Рост звёзд выглядит естественно.

Метки доверия к звёздам — эвристики по поведению репозитория, а не проверка каждого, кто поставил звезду.

## Цифры

- Форков: 4
- Issues и pull requests: 0
- Наблюдателей: 2
- В среднем за неделю: 17 в день
- Обычный темп: мало истории (меньше двух недель)
- Звёзд за последний час (по замерам): 0

## Звёзды по дням за 7 дней (от старых к новым, сегодня — неполный день)

2026-10-12 … 2026-10-18: 14, 20, 9, 13, 21, 24, 7

## Где замечен сейчас

- Топ новых репозиториев за неделю: #197

## Похожие по описанию

1. **google-research/harness2** — 8,9 · Взлёт · AI-агенты · Python · +1 349 звёзд по замерам 2026-10-18, 02:46–11:45 UTC, к вечеру ≈ 2 364
   Фреймворк для рекурсивной оптимизации harness-обвязки AI-агентов (промпты, инструменты, память, скиллы) без дообучения весов модели, с бенчмарками JobBench, LAB и WorkBuddy-Bench.
   Полная карточка: https://gitnova.dev/r/google-research/harness2.md
2. **hongboduan/awesome-embodied-agents** — 0,0 · Ровно · Обучение и подборки · Python · Недостаточно замеров за сегодня
   Курируемый список статей и проектов о embodied-агентах на базе фундаментальных моделей: рассуждение, планирование, память, навыки, самоулучшение и бенчмарки; упор на работы с сентября 2026 года.
   Полная карточка: https://gitnova.dev/r/hongboduan/awesome-embodied-agents.md

---

Магнитуда (0–10) — насколько быстро и необычно сейчас растёт интерес к репозиторию. Это не оценка качества.
Дни — по UTC. «Уже сегодня» — факт, «к вечеру ≈» — прогноз.
Описания и сценарии пишет модель (DeepSeek V4.1 Flash) по README, в деталях возможны ошибки: конкретные утверждения (замеры, скорость, железо) проверяйте в самом репозитории.
Данные на 2026-10-18 11:55 UTC, обновление каждые 30 минут.