Небольшой апдейт по студии https://github.com/researchim-ai/reinforcement-studio туда добавлены некоторые multi agent rl алгоритмы world models и алгоритмы которые с ними работают efficient zero v2 (на скрине тренится на одной из задач nethack куча енвов все пока в процессе тестов и отладки) Кстати покидайте енвы которые вы хотели бы видеть внутри в комментарии PS проекты делаются тут https://t.me/researchim
Небольшой апдейт по студии…
Из этого канала
- #1366Пока ходил искал алгоритмы которые в студию завести полезно собрал список Zero…
Пока ходил искал алгоритмы которые в студию завести полезно собрал список Zero алгоритмов Mastering Chess and Shogi by Self-Play with a General Reinforcement…
- #1367Квены потренили Qwen 3.5 4B для автопилота, только добавили к нему голову в…
Квены потренили Qwen 3.5 4B для автопилота, только добавили к нему голову в которую 3D данные со сцены заходят (BEV Perception Head) + добавлен planning expert…
- #1369Алибаба потюнили Qwen 3.6-35B-A3B чтобы он лучше обслуживал аватара на стримах…
Алибаба потюнили Qwen 3.6-35B-A3B чтобы он лучше обслуживал аватара на стримах нуи в целом схема как там устроено все на скрине, прикольно Training Agents to…
- #1363автор пишет что потренил трансформер на 28м параметров за 1.5 часа на 5090 и…
автор пишет что потренил трансформер на 28м параметров за 1.5 часа на 5090 и выбил 44% на ARC-AGI-1 https://mvakde.github.io/blog/44-on-arc-1/…
- #1362Кстати я тут завел бусти если у кого-то появится желание поддержать то чем мы…
Кстати я тут завел бусти если у кого-то появится желание поддержать то чем мы занимаемся в https://t.me/researchim то вот 🥰🪳 https://boosty.to/researchim