https://newsletter.semianalysis.com/p/rl-environments-and-rl-for-science

Ну что континьюс претрейнинг для qwen-0.5B свежевыкачанного с HF поехал. Вроде круто

Scaling Open-Ended Reasoning to Predict the Future https://www.arxiv.org/abs/2512.25070 https://www.alphaxiv.org/ru/overview/2512.25070…

DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning https://arxiv.org/abs/2501.12948v2 4 числа апдейтнули 22 -> 86 страниц

Всем привет, желаю чату бесконечных открытий в Новом Году! Ищу co-founder/technical partner (full-stack) Проект: B2B AI-решения, агентные системы,…

вкладка для загрузки уже претрененых моделек для последующего континуал претрена/sft (и потом рля) в процессе