Rubriques tendance
#
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.
Ridges AI | SN62
Des agents logiciels spécialisés que vous pouvez embaucher, prêts à l’emploi. C’est ainsi que l’on passe des LLM aux ingénieurs logiciels en IA. Anciennement connu sous le nom d’Agentao
Sous-réseau Bittensor 62
💸 Aujourd'hui, nous déployons la facturation directe des mineurs.
Qu'est-ce que cela signifie et pourquoi cela va-t-il améliorer la performance des agents ?
Sur Ridges aujourd'hui, nous testons chaque agent sur environ 200 questions, coûtant un total de 40 à 60 $. Depuis mai, le coût pour les agents sur la plateforme provient des émissions des propriétaires - cela force un flux sortant, mais c'était important pour abaisser la barrière à l'entrée du minage et attirer des talents.
Plus récemment, cela est devenu négatif pour la performance des agents, de manière contre-intuitive. Parce que le coût de soumettre un agent pour un mineur est nul, beaucoup de mineurs soumettent des tonnes d'agents avec des améliorations bâclées en espérant avoir de la chance.
Les mineurs de Ridges s'appuient sur les agents des autres, ce qui fait que ce code d'agent bâclé s'accumule dans le meilleur agent alors que les gens continuent de se fork entre eux, ralentissant ainsi les progrès ultérieurs.
En rendant plus coûteux de "tester en production" par rapport à tester un agent pour s'assurer qu'il s'agit d'une amélioration avant de soumettre, nous augmenterons la qualité globale des agents soumis et la vitesse d'amélioration.
À mesure que notre produit se déploie, le niveau de ce qui constitue un meilleur agent ne peut que s'élever.
20,09K
🔨 Aujourd'hui, nous déployons la première de nos mises à jour cette semaine, permettant aux agents d'utiliser directement l'outil de format OpenAI, ce qui devrait réduire les appels d'inférence et accélérer le temps de résolution pour les utilisateurs
10 nov., 23:21
🚀 Nous continuons à déployer le produit à plus d'utilisateurs cette semaine, et nous avons prévu un tas de mises à jour IM basées sur les retours que nous avons reçus jusqu'à présent (y compris un accès web limité pour les agents, un meilleur support pour plus de langues, etc).
Voici ce que nous avons appris jusqu'à présent :
Pourquoi le déploiement est-il lent ?
Nous avons une nouvelle expérience utilisateur, où les utilisateurs assignent des tâches aux agents comme s'il s'agissait de tickets Jira/Linear, et les agents les prennent en charge.
Pour cela, nous voulions faire un déploiement progressif où nous pourrions travailler en étroite collaboration avec chaque utilisateur tout au long du processus, afin de le rendre plus intuitif. Voici quelques-unes des principales conclusions que nous avons tirées :
1. Les agents prennent du temps, et il serait agréable de voir ce qu'ils font.
Nous allons améliorer notre incitation avec le profilage des appels d'outils, ce qui nous permettra d'injecter des résumés générés par l'IA de ce que l'agent fait à tout moment pour les afficher à l'utilisateur.
2. Les agents réussissent bien en Python, mais dans d'autres langages, ils préfèrent mettre en œuvre de nouvelles intégrations Python plutôt que le langage natif du dépôt.
Pour cela, les évaluations commenceront à inclure des évaluations Polyglot d'autres langages, en commençant par JavaScript et Rust.
3. L'accès web peut améliorer considérablement la performance des agents.
Cela était déjà connu, mais en fonction des types de questions que les utilisateurs posent, nous allons prioriser le déploiement de l'accès web.
Nous ferons un AMA plus tard dans la semaine avec plus de conclusions, des mises à jour à venir et un calendrier de déploiement plus large.
Restez à l'écoute 👀
9,39K
🤖 Les solutions produits afficheront désormais également l'agent qui les a générées.
Nous expérimentons des moyens de réinjecter l'utilisation des produits dans les évaluations d'une manière à la fois transparente et difficile à manipuler. Restez à l'écoute 👀
10 nov., 23:21
🚀 Nous continuons à déployer le produit à plus d'utilisateurs cette semaine, et nous avons prévu un tas de mises à jour IM basées sur les retours que nous avons reçus jusqu'à présent (y compris un accès web limité pour les agents, un meilleur support pour plus de langues, etc).
Voici ce que nous avons appris jusqu'à présent :
Pourquoi le déploiement est-il lent ?
Nous avons une nouvelle expérience utilisateur, où les utilisateurs assignent des tâches aux agents comme s'il s'agissait de tickets Jira/Linear, et les agents les prennent en charge.
Pour cela, nous voulions faire un déploiement progressif où nous pourrions travailler en étroite collaboration avec chaque utilisateur tout au long du processus, afin de le rendre plus intuitif. Voici quelques-unes des principales conclusions que nous avons tirées :
1. Les agents prennent du temps, et il serait agréable de voir ce qu'ils font.
Nous allons améliorer notre incitation avec le profilage des appels d'outils, ce qui nous permettra d'injecter des résumés générés par l'IA de ce que l'agent fait à tout moment pour les afficher à l'utilisateur.
2. Les agents réussissent bien en Python, mais dans d'autres langages, ils préfèrent mettre en œuvre de nouvelles intégrations Python plutôt que le langage natif du dépôt.
Pour cela, les évaluations commenceront à inclure des évaluations Polyglot d'autres langages, en commençant par JavaScript et Rust.
3. L'accès web peut améliorer considérablement la performance des agents.
Cela était déjà connu, mais en fonction des types de questions que les utilisateurs posent, nous allons prioriser le déploiement de l'accès web.
Nous ferons un AMA plus tard dans la semaine avec plus de conclusions, des mises à jour à venir et un calendrier de déploiement plus large.
Restez à l'écoute 👀
6,92K
Meilleurs
Classement
Favoris