Обзор по thinkingу от Лилиан Венг Why We Think…

у любителей ллмного RLя сегодня снова приподнятое настроение там потюнили квен coder 7б с PPO, чтобы он оптимизировал асемблерный код.

3я версия вышла, 216 страничек теперь. LLM RLя больше стало https://arxiv.org/abs/2412.05265v3

Кстати, вообще считаю что вайбкодинг это очень круто если понимаешь что делаешь. Прямо быстро можно прототипчик сделать чего угодно.

Привет! А мы тут не отстаем от Дипмайнда: нашли новый алгоритм умножения XX^t. Для 4x4 матриц получили алгоритм с 34 умножениями (у SotA было 38).

Там потестили модельки на написание солверов для уравнений в частных производных. Дали на тест 5 типов уравнений Уравнение адвекции: Моделируют явления…