Я буду кидать очередной имплемент GRPO когда вы меньше всего этого ждете. Я и сам не ждал https://github.com/policy-gradient/GRPO-Zero
Я буду кидать очередной имплемент GRPO когда вы меньше всего этого ждете. Я и…
Из этого канала
- #1037шьто-то пусто в коментах. Пригоршня гпт 4.1 вас не удивила? Жду локальную…
шьто-то пусто в коментах. Пригоршня гпт 4.1 вас не удивила? Жду локальную модельку от ОпенАИ. Может они прям всех разорвут в опенсурсе? Хотелось бы.
- #1038Не кажется ли вам, что инновации ОпенАИ как бы подсократились в последнее…
Не кажется ли вам, что инновации ОпенАИ как бы подсократились в последнее время? Ресерч их как будто сжался
- #1039Ребята из OpenPipe выкладывают Agent Reinforcement Trainer (ART)…
Ребята из OpenPipe выкладывают Agent Reinforcement Trainer (ART) https://github.com/OpenPipe/ART Пишут что есть multi-turn.
- #1035Ребят, если кто смотреть будет (или смотрит)…
Ребят, если кто смотреть будет (или смотрит) https://www.youtube.com/watch?v=kA-P9ood-cE напишите в коментах если чего интересного увидите
- #1034В майкрософте озаботились окружением в котором модельке было бы удобнее править…
В майкрософте озаботились окружением в котором модельке было бы удобнее править проекты с кодом с использованием pdb (питон дебагер) Т.е.