Nová generace startupu 10B+ oceňovacích produktů bude postavena na škálování školení v interním prostředí RL Žijeme v nepřeberném množství možností, a přesto máme pouze dva hlavní produkty AI, chatgpt a kódovacího agenta, a to mě hluboce frustruje Současný dodavatelský řetězec umělé inteligence je strukturálně přerušen s jedním dodavatelem hardwaru, několika obřími hráči s umělou inteligencí, kteří vlastní veškerou rafinérii inteligence, a vývojářům, kterým zůstal přístup k api téměř bez kontroly. Jako by internetová éra byla postavena tak, že Intel prodal CPU 4 obřím cloudům, vlastnil celou infrastrukturu a softwarový stack s tajemstvím a nda všude a dal wordpress jako vývojový kit pro startup Proč zmatek nevynalezl hluboký výzkum? Prostě nemohli, protože je to trénink s RL Moje předpověď na příští roky: RL se stane nejvýkonnější sadou nástrojů pro vytváření AI produktů pro startupy. Uvidíme stovky úspěšných příběhů jako kurzor a roztomilý. Koncový uživatel z toho bude mít největší prospěch Velké laboratoře se vyvinou směrem k produktové společnosti, oai se zaměří na spotřebitelský trh, Antropic na kódovacího agenta, deepmind integruje AI do všech podniků Google, meta a XAI bojují o sociální média Uvidíme vznik ekosystému startupů infrastruktury AI, prodej počítačů, model tréninkových základů, kurátorství dat, budování prostředí RL, nabízení levné inference a školení, poháněné otevřenou vědou a softwarem s otevřeným zdrojovým kódem. @PrimeIntellect je průkopníkem tohoto ekosystému a vize open source agi, RL environment hub je jedním z prvních klíčových prvků

Claude je dobrý v brainstormingu o nastavení distribuovaného školení, ale naprosto blbý v implementaci jednoduchých změn kódu Každopádně zpět k kódování sebe sama, myslím.

při testování nové základny trénovacího kódu, pokud nevidím konfiguraci ladění, která by mi umožnila provést krátký běh na omezeném hardwaru, začnu pochybovat o schopnosti vývojáře udržovat repo

Na základě mého odhadu bychom měli během příštích 3 měsíců dosáhnout 1 milionu hvězdiček na GitHubu

14 dní rozdělování, den 7! Seznamte se se Samim Jaghouarem (@samsja19) ze společnosti @PrimeIntellect: Sami vede jejich výzkum a v rámci své práce se zaměřuje na decentralizované předtréninkové a distribuované zpětnovazební učení. Sami bude mít přednášku o tom, jak vypadá implementace decentralizovaného školení v Prime.

Poslední hackathon v režimu GPU byl nejlepší hackathon, kterého jsem se kdy osobně zúčastnila, a těším se na další

Zdá se, že ostatní lidé konvergují k používání vllm v1 logprob pro poměr důležitosti k vyřešení problému se stabilitou. Myslím, že mám ptsd z tohoto typu rl crash

Najímám výzkumného inženýra do @PrimeIntellect Budujeme open source agi laboratoře a hledáme surové talenty. Nezajímá nás vaše předchozí pracovní pozice. Všichni v týmu jsou full stack, budujeme infrastrukturu a také se díváme na data. Pokud máte ideální řešení pro systém, zpětnovazební učení, data nebo škálovací právo, budete čelit spoustě výzev k řešení

Pozornost je vše, co potřebujete, ale agent stále potřebuje grep pro kód, který je již v kontextu

Předpověď: Prostředí RL bude další velkou věcí v oblasti umělé inteligence koncem roku 2025 / začátkem roku 2026. Starutps uvidíte v každém odvětví, zdravotnictví, strojírenství, marketingu, prodeji atd.