А задача для DeepSeek Harness как раз long-run research, бегать по papers с…

ну вроде готово) 50 минут со всякими фреймстеками и преобразованиями + модифицированный ppo без памяти

в конце недели или на следующей уже буду билдик готовить

https://github.com/researchim-ai/reinforcement-studio звездочек завезите кому по кайфу)

Ещё по мои замерам, скорость падает до 2х при заполнении контекста под 100%: 0–10% ctx: ~49–53 tok/s → 25% ctx: ~40–45 tps → 50% ctx: ~33–38 tps → 75% ctx:…

DSH, день 2, словил сразу несколько ошибок: 1. GPU/X freeze 8 сек. Выкрутил inference почти на 100% GPU на той же карте, которая держит desktop.