Kuulin, että pidätte käyttöliittymästä 👀

työnsin juuri ensimmäisen monikierroksisen RL-ympäristöni @PrimeIntellect asetelma: malli saa jutun otsikon + kysymyksen QuALITY (pitkät tarinat, monivalintakysymykset). tts vain työkalu: agentinen RAG-haku tarinan yli.

Kuullut, että te pidätte Tuisista

mahdollisuus käynnistää avoimen lähdekoodin ekosysteemi RL:lle veti minut varmasti todentajien ja @PrimeIntellect

RL-env:iden rakentaminen on mukavaa. saman tekeminen todentajien/PI:n kanssa on melkein koukuttavaa. Tuntuu peliltä LMAO, rakensin juuri pari ensimmäistä env:tä tähän ekosysteemiin, enkä usko, että voin tai haluan lopettaa Tällä viikolla yritän siirtää kaikki tänä vuonna rakentamani env:t ja työntää ne keskittimeen

Avoimen lähdekoodin RL-ympäristöt saattavat olla tärkein osa avoimen lähdekoodin AGI:n varmistamisessa

Tunnustan, että minulla on hyvin erityinen tehtävä mielessäni tämän projektin kanssa. Puoliepämääräinen yksityinen beta-käyttöönotto on osa sitä. hankkimamme tehtävät ovat osa sitä. GPU-palkkiot ovat osa sitä. paskapostaukset ovat osa sitä. podcastit ovat osa sitä. Mindshare on tässä ratkaisevan tärkeää. Anna minun selittää. Tällä hetkellä suuri osa RL-ympäristöistä käytävästä keskustelusta keskittyy tähän uuteen startup-aaltoon, jonka liiketoimintamalli on ympäristöjen rakentaminen ja myyminen hyvin pienelle määrälle suuria laboratorioita yksinoikeudella. Koneellisuus on äänekkäin, mutta niitä on useita. Sen sijaan, että laboratoriot käyttäisivät rahaa ohjeiden virittämiseen näytteisiin ja merkintöihin, ne ovat innokkaita ostamaan yksityisiä ympäristöjä seuraavaksi suureksi kulutusresurssiksi mallikoulutukseen. Tämä ilmiö on sekä vakava riski avoimen lähdekoodin mallien kilpailukyvyn säilymiselle että suuri mahdollisuus kallistaa vaakaa, jos voimme siirtää painopistettä. Jos hyvät ympäristöt ovat kaikki kalliita ja piilotettuja, avoimen lähdekoodin mallit jäävät vielä enemmän jälkeen. Näin on pohjimmiltaan tapahtunut harjoittelua edeltäville tiedoille. Mutta jos ympäristöihin ja koulutukseen voidaan syntyä riittävän vankka avoimen lähdekoodin työkalujen ekosysteemi, avoimen lähdekoodin vaihtoehto voi olla myös uusinta tekniikkaa. Tämä on enemmän tai vähemmän sitä, mitä on tapahtunut Pytorchin kanssa. Vaa'an kallistaminen tässä on tavoitteeni. tavoitteemme. Liityin Prime Intellectiin, koska kaikki olivat mielettömän lahjakkaita, suhtautuivat helvetin vakavasti avoimen lähdekoodin AGI:n tehtävään kaikille eivätkä pelänneet sanoa sitä, ja koska tiimillä oli ainutlaatuinen rakenteellinen etu, joka tarkoitti, että pystyimme todella ottamaan todellisia heilahteluja. Myymme laskentaa. Rakennamme infraa parantaaksemme sitä, mitä voit tehdä tällä laskennalla. Teemme tutkimusta siitä, miten tämä laskenta saadaan toimimaan yhteistyössä uusilla tavoilla. koulutamme suurempia ja parempia malleja. Meillä on oikeat kannustimet tehdä kovaa ja välttämätöntä työtä. Nämä palaset liittyvät kaikki toisiinsa. emme voi tehdä sitä yksin. Kukaan ei voi. Se vie startup-yrityksiä ja yrityksiä sekä opiskelijoita ja professoreita ympäri maailmaa. Avoimella tutkimuksella ei tällä hetkellä ole työkaluja tutkia kysymyksiä, joita suuret laboratoriot ovat pitäneet tärkeimpinä tulevan kehityksen kannalta. Meidän on löydettävä tapa rakentaa nämä työkalut. Yritämme tehdä siitä helpompaa. Meidän kaikkien on tultava paremmiksi työskentelemään yhdessä, olemaan keksimättä pyörää uudelleen, kokoamaan yksittäisiä paloja isommiksi palapeleiksi. Otetaan se, mitä olemme tehneet tähän mennessä, siivotaan se, laitetaan se toimimaan yhdessä, tuodaan lisää ihmisiä telttaan ja aletaan pelata enemmän positiivisia summia. jos emme löydä parempia tapoja työskennellä yhdessä, olemme menossa kohti tekoälyn tulevaisuutta, jossa emme kollektiivisesti vain tiedä, mitä nämä mallit edes ovat*, koska esirippua ei koskaan nosteta ja kaikki, mitä voimme nähdä, on vain lelu. Tähän tilaan voisi rakentaa erityyppisen yrityksen; sellaisen, jonka avulla voit edelleen myydä suurille laboratorioille, mutta ei yksinomaan; sellainen, joka antaa sinulle edelleen mahdollisuuden pitää liikesalaisuuksiasi ja tulostaa makeaa ARR:ää, mutta ei tee meistä kollektiivisesti vähemmän tietoisia tulevaisuudesta, jota rakennamme. selainpohja. kohdistin. exa. modaalinen. ja lukemattomia muita. tehdään lisää näitä. Voit rakentaa loistavan yrityksen tekemällä agenteille tehokkaita työkaluja ja valjaita, jotka heijastavat arvokkaita tehtäviä, joita ihmiset haluavat mallien todella tekevän. sisältää elementtejä, joita voi kokeilla vapaasti, ja elementtejä, joita isännöidään API:n takana. Veloita käytön mukaan joillakin premium-yritysominaisuuksilla. rakenna paras LLM-muotoinen Excel-klooni, Figma-klooni tai TurboTax-klooni. muuta sitä juuri sen verran, että vältyt oikeusjutulta, ja anna sitten yksityisten ystävien nähdä oikeusjuttuihin liittyvämpi versio. Nauti terveestä kilpailusta areenalla ja etsi tapoja tehdä yhteistyötä siellä, missä sillä on merkitystä. Löydä kulmasi ja ole niin hyvä, että voit myydä kaikille, olipa kyse sitten RL:stä tai todellisesta käytöstä. Saavuta kriittinen massa ja ole niin edullinen, että kenenkään ei kannata yrittää rakentaa uudelleen sitä, mitä olet jo tehnyt. Tämä on aikajana, johon toivon meidän päätyvän. Se on maailma, jossa suuret laboratoriot voivat edelleen pärjätä hyvin, ja ne tarjoavat todennäköisesti helpoimmat tavat kuluttaa hieman enemmän yleisen suorituskyvyn parantamiseksi. Mutta se on myös sellainen, jossa avoimen lähdekoodin mallit eivät ole kaukana jäljessä, ja jokainen, joka välittää tarpeeksi, voi periaatteessa nähdä, mitä tapahtuu, ja ymmärtää, miten käyttämämme mallit todella koulutetaan. Jos harkitset RL-ympäristöihin keskittyvän yrityksen perustamista tai siihen liittymistä, kehotan sinua miettimään, millä aikajanalla lyöt vetoa epäsuorasti, ja pohtimaan, miltä sinusta tuntuu siitä.

Tunnustan, että minulla on hyvin erityinen tehtävä mielessäni tämän projektin kanssa. Puoliepämääräinen yksityinen beta-käyttöönotto on osa sitä. hankkimamme tehtävät ovat osa sitä. GPU-palkkiot ovat osa sitä. paskapostaukset ovat osa sitä. podcastit ovat osa sitä. Mindshare on tässä ratkaisevan tärkeää. Anna minun selittää. Tällä hetkellä suuri osa RL-ympäristöistä käytävästä keskustelusta keskittyy tähän uuteen startup-aaltoon, jonka liiketoimintamalli on ympäristöjen rakentaminen ja myyminen hyvin pienelle määrälle suuria laboratorioita yksinoikeudella. Koneellisuus on äänekkäin, mutta niitä on useita. Sen sijaan, että laboratoriot käyttäisivät rahaa ohjeiden virittämiseen näytteisiin ja merkintöihin, ne ovat innokkaita ostamaan yksityisiä ympäristöjä seuraavaksi suureksi kulutusresurssiksi mallikoulutukseen. Tämä ilmiö on sekä vakava riski avoimen lähdekoodin mallien kilpailukyvyn säilymiselle että suuri mahdollisuus kallistaa vaakaa, jos voimme siirtää painopistettä. Jos hyvät ympäristöt ovat kaikki kalliita ja piilotettuja, avoimen lähdekoodin mallit jäävät vielä enemmän jälkeen. Näin on pohjimmiltaan tapahtunut harjoittelua edeltäville tiedoille. Mutta jos ympäristöihin ja koulutukseen voidaan syntyä riittävän vankka avoimen lähdekoodin työkalujen ekosysteemi, avoimen lähdekoodin vaihtoehto voi olla myös uusinta tekniikkaa. Tämä on enemmän tai vähemmän sitä, mitä on tapahtunut Pytorchin kanssa. Vaa'an kallistaminen tässä on tavoitteeni. tavoitteemme. Liityin Prime Intellectiin, koska kaikki olivat mielettömän lahjakkaita, suhtautuivat helvetin vakavasti avoimen lähdekoodin AGI:n tehtävään kaikille eivätkä pelänneet sanoa sitä, ja koska tiimillä oli ainutlaatuinen rakenteellinen etu, joka tarkoitti, että pystyimme todella ottamaan todellisia heilahteluja. Myymme laskentaa. Rakennamme infraa parantaaksemme sitä, mitä voit tehdä tällä laskennalla. Teemme tutkimusta siitä, miten tämä laskenta saadaan toimimaan yhteistyössä uusilla tavoilla. koulutamme suurempia ja parempia malleja. Meillä on oikeat kannustimet tehdä kovaa ja välttämätöntä työtä. Nämä palaset liittyvät kaikki toisiinsa. emme voi tehdä sitä yksin. Kukaan ei voi. Se vie startup-yrityksiä ja yrityksiä sekä opiskelijoita ja professoreita ympäri maailmaa. Avoimella tutkimuksella ei tällä hetkellä ole työkaluja tutkia kysymyksiä, joita suuret laboratoriot ovat pitäneet tärkeimpinä tulevan kehityksen kannalta. Meidän on löydettävä tapa rakentaa nämä työkalut. Yritämme tehdä siitä helpompaa. Meidän kaikkien on tultava paremmiksi työskentelemään yhdessä, olemaan keksimättä pyörää uudelleen, kokoamaan yksittäisiä paloja isommiksi palapeleiksi. Otetaan se, mitä olemme tehneet tähän mennessä, siivotaan se, laitetaan se toimimaan yhdessä, tuodaan lisää ihmisiä telttaan ja aletaan pelata enemmän positiivisia summia. Kaikessa, mitä olemme rakentaneet, on kyse tämän helpottamisesta. jos emme löydä parempia tapoja työskennellä yhdessä, olemme menossa kohti tekoälyn tulevaisuutta, jossa emme kollektiivisesti vain tiedä, mitä nämä mallit edes ovat*, koska esirippua ei koskaan nosteta ja kaikki, mitä voimme nähdä, on vain lelu. Tähän tilaan voisi rakentaa erityyppisen yrityksen; sellaisen, jonka avulla voit edelleen myydä suurille laboratorioille, mutta ei yksinomaan; sellainen, joka antaa sinulle edelleen mahdollisuuden pitää liikesalaisuuksiasi ja tulostaa makeaa ARR:ää, mutta ei tee meistä kollektiivisesti vähemmän tietoisia tulevaisuudesta, jota rakennamme. selainpohja. kohdistin. exa. modaalinen. ja lukemattomia muita. tehdään lisää näitä. Voit rakentaa loistavan yrityksen tekemällä agenteille tehokkaita työkaluja ja valjaita, jotka heijastavat arvokkaita tehtäviä, joita ihmiset haluavat mallien todella tekevän. sisältää elementtejä, joita voi kokeilla vapaasti, ja elementtejä, joita isännöidään API:n takana. Veloita käytön mukaan joillakin premium-yritysominaisuuksilla. rakenna paras LLM-muotoinen Excel-klooni, Figma-klooni tai TurboTax-klooni. muuta sitä juuri sen verran, että vältyt oikeusjutulta, ja anna sitten yksityisten ystävien nähdä oikeusjuttuihin liittyvämpi versio. Nauti terveestä kilpailusta areenalla ja etsi tapoja tehdä yhteistyötä siellä, missä sillä on merkitystä. Löydä kulmasi ja ole niin hyvä, että voit myydä kaikille, olipa kyse sitten RL:stä tai todellisesta käytöstä. Saavuta kriittinen massa ja ole niin edullinen, että kenenkään ei kannata yrittää rakentaa uudelleen sitä, mitä olet jo tehnyt. Tämä on aikajana, johon toivon meidän päätyvän. Se on maailma, jossa suuret laboratoriot voivat edelleen pärjätä hyvin, ja ne tarjoavat todennäköisesti helpoimmat tavat kuluttaa hieman enemmän yleisen suorituskyvyn parantamiseksi. Mutta se on myös sellainen, jossa avoimen lähdekoodin mallit eivät ole kaukana jäljessä, ja jokainen, joka välittää tarpeeksi, voi periaatteessa nähdä, mitä tapahtuu, ja ymmärtää, miten käyttämämme mallit todella koulutetaan. Jos harkitset RL-ympäristöihin keskittyvän yrityksen perustamista tai siihen liittymistä, kehotan sinua miettimään, millä aikajanalla lyöt vetoa epäsuorasti, ja pohtimaan, miltä sinusta tuntuu siitä.

Haluatko osallistua tänä viikonloppuna avoimen lähdekoodin AGI:hen? Tule mukaan luomaan rl-ympäristöjä käyttämällä Pingaa @willccbb, @johannes_hage tai minulle, mitä haluat rakentaa – lähetämme sinulle varhaisen pääsyn keskukseen ja luettelon luotavien ympäristöjen palkkioista.

Antakaa minulle ideoita kaverit! millaisia kliinisiä ja biolääketieteellisiä RL-tehtäviä olet aina halunnut tehdä? Muista, että monet lääketieteelliset tehtävät ovat helposti todennettavissa, varsinkin kun on kyse visiosta!