kronos-scripts

本数据集是Kronos开源代码模型训练管道项目的核心档案库，用于记录一个实验性研究项目。该项目探索仅使用100欧元种子资本，通过24/7运行的自进化自主代理（brain）驱动，训练出与Opus-4.6性能相当的编程大语言模型的可能性。数据集并非模型训练数据，而是代理在整个实验周期中生成并维护的脚本与决策档案，旨在完整记录和复现实验过程。内容包括：1. 脚本：包含项目编排、训练救援、Kaggle笔记本构建、邮件通知、支出审计等自动化脚本（如post-round.py, rescue-round.sh）。2. 训练代码：包含参数化的LoRA SFT（监督微调）和GRPO（一种强化学习）训练器（lora_train.py）。3. 决策与报告：存储了每个实验周期的决策文档（解释选择原因）、里程碑报告以及为外部资助准备的申请草稿。4. Web应用源码：项目实时状态展示页面的源代码。项目已取得初步进展：完成了R0轮训练，基于Qwen2.5-Coder-1.5B-Instruct模型产出了一个LoRA适配器，并规划了R1至R4轮的后续方案。实验过程高度透明，支出仅5.50欧元（用于Hugging Face Pro服务）。数据集采用Apache 2.0许可证，为研究社区提供一个低成本、自主化LLM训练管道的完整可审计案例，供复现、审查或借鉴其方法、脚本与决策逻辑。

This dataset is the core archive of the Kronos open-source code model training pipeline project, documenting an experimental research initiative. The project explores the possibility of training a programming large language model comparable to Opus-4.6 performance using only €100 seed capital, driven by a 24/7 self-evolving autonomous agent (brain). The dataset itself is not model training data, but rather the script and decision archive generated and maintained by the agent throughout the experimental cycle, aiming to fully record and reproduce the experimental process. Contents include: 1. Scripts: automation scripts for project orchestration, training rescue, Kaggle notebook construction, email notifications, expenditure auditing (e.g., post-round.py, rescue-round.sh). 2. Training code: parameterized LoRA SFT (supervised fine-tuning) and GRPO (a type of reinforcement learning) trainers (lora_train.py). 3. Decisions and reports: storage of decision documents for each experimental cycle (explaining selection reasons), milestone reports, and draft applications for external funding. 4. Web application source code: source code for the projects real-time status display page. The project has achieved preliminary progress: completed the R0 round of training, produced a LoRA adapter based on the Qwen2.5-Coder-1.5B-Instruct model, and planned subsequent schemes for R1 to R4 rounds. The entire experimental process is highly transparent, with expenditure of only €5.50 (for Hugging Face Pro services). The dataset uses the Apache 2.0 license, providing the research community with a complete auditable case of a low-cost, autonomous LLM training pipeline for reproduction, review, or reference of its methods, scripts, and decision logic.

原始信息汇总

Kronos 训练脚本与决策数据集概述

基本信息

• 数据集名称: Kronos training scripts + decisions
• 许可证: Apache-2.0
• 语言: 英语
• 标签: 代码生成、大语言模型训练、LoRA、GRPO、HumanEval、LiveCodeBench、自举、开源
• 数据规模: 小于1K条记录

核心目标

Kronos 是一个自主训练的代码大语言模型实验项目，仅用 €100 种子资金（实际已花费 €5.50），通过一个自进化智能体驱动，尝试训练出与 Opus-4.6 水平相当的高质量代码模型。

数据集内容

该数据集是智能体的规范脚本与决策存档，每个周期自动镜像更新，包含以下关键文件：

脚本文件

文件路径	功能说明
scripts/post-round.py	400行编排器：探测→指标→分支决策→笔记本生成→动作队列
scripts/rescue-round.sh	周期47的救援模式（拉取被容量限制杀死的检查点→推送到Hugging Face）
scripts/build-kaggle-notebook.py	将LoRA训练脚本转换为Kaggle可运行的ipynb格式
scripts/blocker-email.sh	基于Mailgun的运维阻塞邮件发送
scripts/daily-email.sh	每日UTC摘要邮件发送
scripts/spend.sh	两阶段审计追踪的开支账本
scripts/stealth-browse.sh	用于供应商注册的浏览器自动化封装
python/training/lora_train.py	参数化的SFT+GRPO训练器（周期75新增GRPO路径）

决策与报告存档

• vault/decisions/：每个周期的决策文档（解释选择某方案的原因）
• vault/reports/：里程碑快照（周期50、78、100）
• vault/fundraising/：可粘贴的资助申请草稿

Web应用

• webapp/index.html：实时监控页面源代码（实时状态：https://kronos.menustudioai.com）

模型训练进度

轮次	方法	基座模型	状态	适配器/说明
R0	LoRA SFT	Qwen2.5-Coder-1.5B-Instruct	✅ 已完成（2026-05-11）	jaivial/kronos-round0-qwen15coder-lora（24MB，最终损失约0.49，mtok准确率0.84）
R1A	LoRA SFT（7B升级）	Qwen2.5-Coder-7B-Instruct	❌ 搁置（两次在Kaggle P100的12小时限制下被容量杀死，仅完成27%）	部分v2检查点：jaivial/kronos-round1a-qwen7coder-lora
R3 转向	GRPO强化学习（基于R0 1.5B）	Qwen2.5-Coder-1.5B-Instruct	❌ 周期106被容量杀死（12小时内0训练步骤，每步约640秒，P100上8候选×512令牌×梯度累积8）	尚未产生适配器
R2	蒸馏收割（480B教师→7B学生）	Qwen2.5-Coder-7B-Instruct	已编排，受限于H100解锁	—
R4	扩展GRPO（R3p上epoch=4）	Qwen2.5-Coder-1.5B-Instruct	已编排（周期93/94/107）	—

开销明细

周期	供应商	金额	用途
63	Hugging Face	€5.50	HF Pro $9/月按比例计算（解锁20×推理提供者+8×ZeroGPU配额）
合计		€5.50	剩余€94.50

系统架构

kronos-brain.service（systemd，24/7运行） └─ scripts/brain-loop.sh └─ scripts/brain-cycle.sh ← 单周期唤醒 └─ claude --print --resume <session>（即智能体） └─ post-round.py / rescue-round.sh / spend.sh / blocker-email.sh └─ data/kronos.db（会话/周期/决策/实验/开支/记忆+sqlite-vec/剧本/动作队列/预算日志）

每约30个周期或50MB JSONL数据，会话轮换并通过 brain-reflect.sh 将经验压缩成新的剧本。记忆通过 sqlite-vec 语义召回机制持久化。

关键文件链接

• Round 0适配器: jaivial/kronos-round0-qwen15coder-lora
• R1A部分检查点: jaivial/kronos-round1a-qwen7coder-lora
• 实时监控页面: https://kronos.menustudioai.com

搜集汇总

数据集介绍

构建方式

Kronos数据集是一个开源编程模型训练管道的脚本与决策档案库，由运行于systemd之上的24/7自演化智能体驱动构建。该智能体每个周期通过查询SQLite内存自主决策，从研究、训练、基准测试、报告、改进、支出或空闲中选择单一动作执行并记录日志。经过108个周期，系统生成了Round-0 LoRA适配器，设计了Round-1至4，验证了Kaggle P100上GRPO的不可行性边界，并结晶出Q2资助管道——全部仅花费了100欧元种子资金中的5.50欧元。数据集包含镜像脚本、决策文档、里程碑报告、资助申请草稿及Web应用源码，以确保状态可重建与过程可审计。

特点

该数据集的核心特色在于其作为智能体完整决策记录的开放性，涵盖了从基础SFT到进阶GRPO强化学习的多轮训练实验，包括Round-0的成功完成（在Qwen2.5-Coder-1.5B-Instruct上实现0.49最终损失与0.84准确率）以及Round-1A和Round-3因算力限制而失败的经验。数据集详细记录了智能体在极低预算（5.50欧元）下的自适应行为、资源受限环境中的故障恢复策略（如Kaggle 12小时上限导致的检查点救援），以及基于成本效益分析的方法论迭代，展现了资源极度受限条件下自主训练流程的透明性与鲁棒性。

使用方法

用户可通过加载Round-0适配器至Qwen2.5-Coder-1.5B-Instruct基座模型并利用标准peft.PeftModel.from_pretrained(...)方法进行体验。该数据集提供完善的训练脚本（如lora_train.py支持参数化SFT与GRPO路径、post-round.py为编排器）、基准测试脚本（整合HumanEval与LiveCodeBench）以及环境重建工具（build-kaggle-notebook.py将训练脚本转化为Kaggle可运行笔记本）。研究者可参照scripts/目录下的shell脚本与decision归档复现完整训练循环，或将lora_train.py作为独立训练器在自有硬件上运行，灵活复用其开源的Apache-2.0许可协议。

背景与挑战

背景概述

Kronos-Scripts数据集诞生于2026年，由独立研究者Jaime（[e-mail]）主导开发，隶属于Kronos项目，旨在探索以极低成本（100欧元种子资金）自治训练高水平代码生成大语言模型的可能性。该数据集记录了自治智能体在108个周期内训练Round-0 LoRA适配器（基于Qwen2.5-Coder-1.5B-Instruct）的全过程，包括脚本、决策文档、基准测试与资金使用明细，最终仅花费5.50欧元即完成初步训练，损失约0.49、令牌准确性0.84，为资源受限环境下的开源模型训练提供了全新范式。

当前挑战

数据集面临的挑战包括：其一，核心领域问题——如何在极低预算（100欧元）和无高端硬件（如H100）条件下，设计自治训练管线以复现大型机构（如OpenAI Opus-4.6）级别的代码生成能力；其二，构建过程中的具体困难——Kaggle P100 GPU的12小时时间限制多次导致训练中断（如Round-1A在27%进度被截断），GRPO强化学习因单步耗时约640秒而无法在限定时间内完成有效训练，以及自进化智能体的会话上下文管理、决策日志回溯与资金审计追踪等工程复杂性。

常用场景

经典使用场景

Kronos-scripts 数据集的核心价值在于其为自主化代码大语言模型训练提供了一个完整、可复现的工程范式。该数据集记录了从零开始、以极低预算（€100 种子资金）训练一个具备 Opus-4.6 级别能力的代码生成模型的全过程，涵盖脚本、决策日志、性能指标及失败记录。研究者可借助该数据集复现自主代理驱动的训练流程，包括 LoRA SFT、GRPO 强化学习及知识蒸馏等关键环节，从而在代码生成领域探索低成本、高效率的模型训练路径。

衍生相关工作

基于 Kronos-scripts 的技术路线，已衍生出多个具有代表性的工作。Round 0 的 LoRA 适配器（jaivial/kronos-round0-qwen15coder-lora）可直接加载到 Qwen2.5-Coder-1.5B-Instruct 基座上，验证了极小参数量的 SFT 微调也能取得 0.49 损失和 0.84 的准确率。Round 1A 虽因 Kaggle 平台限制而终止，但其部分检查点被成功抢救并公开（jaivial/kronos-round1a-qwen7coder-lora），为研究 12 小时训练窗口对 7B 模型收敛的影响提供了宝贵数据。此外，Round 3 的 GRPO 探讨与 Round 2 的蒸馏方案设计，也为后续在强化学习和知识迁移领域的探索奠定了方法论基础。

数据集最近研究

最新研究方向

Kronos-scripts数据集代表了当前代码生成模型训练领域的一项前沿探索，其核心方向是验证在极低预算（100欧元）和完全自主化Agent驱动下，能否训练出与Opus-4.6相媲美的开源编程大语言模型。该项目通过一个全天候运行的自主进化系统（"大脑"），利用SQLite记忆体进行循环决策，在仅花费5.50欧元的情况下成功生成了首个LoRA微调适配器（Round-0），并详细记录了因基础设施限制（如Kaggle P100的12小时时间限制）导致方案搁置的完整实验历程。该数据集不仅是技术实现的完整脚本库和决策档案，更是对当前依赖巨额资本和高端算力的LLM训练范式的挑战与反思，其公开的实验记录和资金使用明细为开源社区提供了宝贵的可复现参考，推动了低成本、高效率的代码生成模型训练方法论的发展。