shakewingo/tadpole は、Python でツール利用型 LLM エージェントをゼロから構築し、育てていく過程を段階ごとに説明するリポジトリだ。公開されているリリースはない。README には各段階の意図的な失敗事例と試験、実際のモデル実行の根拠が記載されている。既存のフレームワークを活用するのではなく、エージェントが作られていく過程を辿れるように構成されていることが中心だ。リポジトリの説明では、LLM エージェントを自ら作り、継続的に発達させることを目標とすると明かされている。
README によれば、エージェントは Qwen3-4B を後学習して構築された。後学習とは、すでに学習済みのモデルをさらに学習させる手続きのことだ。リポジトリでは、ローカルモデルや互換性のある API をターミナルまたは Telegram から利用できると説明している。また、学習に含まれていなかったタスク種において、pass@1 は後学習前が 0.419、後学習後が 0.774 だったと報告している。pass@1 は 1 回の試行でタスクを通過した割合を意味する。この記録は、エージェントの構築と学習過程の両方を検討したい読者にとって有用な資料となる。
リポジトリの実装言語は Python、ライセンスは MIT だ。FACTS に記載された作成日は 2026-10-26、スター数は 2 である。ただし性能の数値は README が報告した結果として示されている。そのため、他のタスク種や他の環境でも同じ結果が出るとする根拠へ広げて解釈するのではなく、当該リポジトリが説明した後学習の事例として捉えるほうが適切だ。