Populární témata
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Max Ryabinin
Velkoplošné hluboké učení a výzkumné @togethercompute
Learning@home/Hivemind autor (DMoE, DeDLOC, SWARM, Petals)
Minulost: @YandexResearch, škálování @BigScienceW
Projekt, který mě velmi těší vydat a vede ho @couplefire12 během jeho stáže v Together 🔥
Pokud vás zajímá, jak rozumovat RL v neověřených situacích, určitě se na to podívejte!
Před 20 h
RL pro uvažování často spoléhá na ověřovače — skvělé pro matematiku, ale složité pro kreativní psaní nebo otevřený výzkum.
Seznamte se s RARO: novým paradigmatem, které učí LLM uvažovat prostřednictvím adversariálních her místo ověřování.
Žádní ověřovatelé. Žádná prostředí. Jen ukázky. 🧵👇
340
🧑🍳
4. 12. 00:36
Děláme první krok směrem k produkčnímu RL na AI Native Cloud.
Společně tým AI + @metaai spolupracuje na přinášení vysoce výkonného posilovaného učení do skutečných agentických systémů — dlouhodobého uvažování, používání nástrojů a vícestupňových pracovních postupů.
Podívejte se na první integraci TorchForge.
250
Top
Hodnocení
Oblíbené