Все говорят о средах RL. И ты слишком напуган, чтобы спросить в этот момент: "что такое среда RL"? Представь это как мир, в котором живет агент, где определены текущее состояние, награды и цель. Новый способ масштабирования интеллекта. Самая сложная часть определения сред RL — это сделать так, чтобы контекст и действия имели смысл. Для большинства практиков, как и с любой новой технологией, это не будет таковым. Определение пространства наблюдений/действий + функции награды полностью зависит от данных... 👀

Две недели назад OpenAI выпустила GPT-5. Большая часть обсуждений касается его кодировочной модели, которая теперь конкурирует с Claude Code от Anthropic. Но его новые навыки? Они были получены благодаря обучению на реальных данных программирования. Что если эти же данные были бы открыты любому исследователю, создающему модели следующего поколения? Именно это и делает ORO.

Недооцененный факт о данных пограничного ИИ: Scale AI прогнозирует выручку в $2 млрд в 2025 году. Добавьте к этому Surge, Mercor и другие, и общие затраты на данные достигнут около 3,5 млрд долларов: в основном на аналитические модели. Но мультимодальный ИИ? Ожидайте, что он будет в 10 раз больше. Благодаря видео, аудио и не только.