гайдик по ллм рл (eng) https://cameronrwolfe.substack.com/p/llm-rl
гайдик по ллм рл (eng) https://cameronrwolfe.substack.com/p/llm-rl
Из этого канала
- #1395чел рассказывает как делал енв чтобы агент собирал данные (400 млн токенов) для…
чел рассказывает как делал енв чтобы агент собирал данные (400 млн токенов) для претрена небольшой типа nanogpt модельки оч прикольно…
- #1397у биологических праздник https://huggingface.co/HuggingFaceBio/Carbon-X…
у биологических праздник https://huggingface.co/HuggingFaceBio/Carbon-X https://huggingface.co/spaces/HuggingFaceBio/Carbon-X-Release Carbon-X —…
- #1398ля ну это просто прикольно) именно для этого всегда и нужен был ии…
ля ну это просто прикольно) именно для этого всегда и нужен был ии https://www.reddit.com/r/reinforcementlearning/comments/1xdfl7d/gettingoveritusingdrl…
- #1389Челы натренили прям оч мелкие модельки 25М-121М параметров чтобы на всяких…
Челы натренили прям оч мелкие модельки 25М-121М параметров чтобы на всяких микродевайсах гонять и на некоторых спец задачах должны быть лучше чем более крупные…
- #1388штошь. это оно еще не на looped fly brain построено…
штошь. это оно еще не на looped fly brain построено https://www.reddit.com/r/LocalLLaMA/comments/1wi9fau/qwen3827brunningfor63hoursonartx3090to/