Generasi berikutnya dari startup produk penilaian 10B+ akan dibangun dengan menskalakan pelatihan di lingkungan RL internal Kami hidup dalam banyak kemampuan namun kami hanya memiliki dua produk AI utama, chatgpt dan agen pengkodean, dan itu sangat membuat saya frustrasi Rantai pasokan kecerdasan buatan saat ini secara struktural terputus dengan satu vendor perangkat keras, beberapa pemain AI raksasa yang memiliki semua kilang intelijen, pengembang dibiarkan dengan akses api tanpa kontrol Seolah-olah era internet dibangun dengan Intel menjual CPU ke 4 cloud raksasa yang memiliki seluruh infrastruktur dan tumpukan perangkat lunak dengan rahasia dan nda di mana-mana dan memberikan wordpress sebagai kit pengembangan untuk startup Mengapa kebingungan tidak menemukan penelitian mendalam? Mereka tidak bisa karena berlatih dengan RL Prediksi saya untuk tahun-tahun ke depan: RL akan menjadi toolkit paling kuat untuk startup membangun produk AI. Kita akan melihat ratusan kisah sukses seperti kursor dan menyenangkan. Pengguna akhir akan mendapatkan manfaat paling besar darinya Laboratorium besar akan berkembang menjadi perusahaan produk, oai akan fokus pada pasar konsumen, Antropik pada agen pengkodean, deepmind akan mengintegrasikan AI ke dalam semua bisnis google, meta dan XAI bertarung di media sosial Kita akan melihat munculnya ekosistem startup infrastruktur AI, menjual komputasi, model fondasi pelatihan, mengkurasi data, membangun lingkungan RL, menawarkan inferensi dan pelatihan murah, didukung oleh sains terbuka dan perangkat lunak sumber terbuka. @PrimeIntellect memelopori ekosistem ini dan visi open source agi, RL environment hub adalah salah satu bagian kunci pertama

Claude pandai bertukar pikiran tentang pengaturan pelatihan terdistribusi tetapi benar-benar omong kosong dalam menerapkan perubahan kode sederhana Pokoknya kembali ke pengkodean saya sendiri saya kira

saat menguji basis kode pelatihan baru, jika saya tidak melihat konfigurasi debug yang memungkinkan saya melakukan proses singkat pada perangkat keras terbatas, maka saya mulai mempertanyakan kemampuan pengembang untuk mempertahankan repositori

Berdasarkan perkiraan saya, kita akan mencapai 1 juta bintang GitHub dalam 3 bulan ke depan

14 hari didistribusikan, hari ke-7! Temui Sami Jaghouar (@samsja19) dari @PrimeIntellect: Sami memimpin penelitian mereka dan berfokus pada prapelatihan terdesentralisasi dan pembelajaran penguatan terdistribusi sebagai bagian dari pekerjaannya. Sami akan melakukan kuliah tentang bagaimana penerapan pelatihan terdesentralisasi di Prime.

Hackathon mode GPU terakhir adalah hackathon terbaik yang pernah saya hadiri secara langsung, menantikan yang berikutnya

Tampaknya orang lain menyatu untuk menggunakan vllm v1 logprob untuk rasio kepentingan untuk memperbaiki masalah stabilitas. Saya pikir saya memiliki ptsd dari jenis crash rl ini

Saya mempekerjakan insinyur riset di @PrimeIntellect Kami sedang membangun laboratorium agi open source dan mencari bakat mentah. Kami tidak peduli dengan jabatan Anda sebelumnya. Semua orang di tim peneliti adalah tumpukan penuh, kami membangun infra dan juga melihat data. Jika Anda memiliki sweet spot untuk sistem, pembelajaran penguatan, data, atau hukum penskalaan, Anda akan dilayani dengan banyak tantangan untuk dipecahkan

perhatian adalah semua yang Anda butuhkan tetapi agen masih perlu grep untuk kode yang sudah ada dalam konteks

Prediksi: Lingkungan RL akan menjadi hal besar berikutnya di AI akhir 2025 / awal 2026. Anda akan melihat Starutps diluncurkan di setiap industri, perawatan kesehatan, teknik, pemasaran, penjualan, dll.