media Hugging Face Forums · il y a 1 h · source : il y a 2 j · open_models

Orchard Compute automatise la configuration de l'entraînement des modèles via MCP

Traduit de English → Français

L'auteur présente Orchard Compute, un outil conçu pour automatiser les aspects infrastructure de l'entraînement des modèles. En se connectant via le Model Context Protocol (MCP), les utilisateurs peuvent décrire leurs exigences en langage naturel pour gérer la sélection du calcul et le provisionnement de l'environnement.

Orchestre la sélection et le provisionnement du fournisseur de GPU en fonction des contraintes budgétaires.
Automatise la préparation de l'environnement d'entraînement pour éliminer les étapes de configuration manuelle.
Permet aux utilisateurs de spécifier des tâches comme le fine-tuning des modèles via des invites simples en une seule phrase.

L'auteur cherche des retours de personnes qui entraînent ou font du fine-tuning de modèles activement afin d'identifier d'éventuels problèmes avec l'outil.

Importance 1/3 Nouveau cadre d'évaluation avec différenciateurs Confiance 1/3 Hugging Face Forums AI agents Training methods

Lire l'original

Z.ai propose une loi d'échelle post-entraînement et publie GLM 5.3 ; Ornith-1.5 lance avec auto-amélioration

Le PDG de Z.ai, Jie Tang, soutient que le nombre de paramètres est insuffisant pour évaluer les modèles, proposant une nouvelle loi d'échelle basée sur les données, l'allocation de calcul et les conditions d'inférence. Ce cadre sous-tend GLM 5.3, qui obtient des gains de performance significatifs grâce à l'apprentissage par renforcement dans des environnements à long terme synthétisés via des pipelines d'auto-amélioration récursive.

media MarkTechPost · il y a 2 j · 8 vues

ByteDance Seed et Tsinghua AIR publient CUDA Agent, un système de RL agentic pour la génération de noyaux CUDA

ByteDance Seed et Tsinghua AIR ont présenté CUDA Agent, un système d'apprentissage par renforcement agentic qui entraîne le grand modèle de langage Seed1.6 à écrire des noyaux GPU surpassant les compilateurs.

arxiv arXiv cs.CL · il y a 2 j · 6 vues

TaoLive introduit l'entraînement conscient du harnais pour des agents avatars numériques évolutifs

Les chercheurs présentent TaoLive, un rapport technique sur l'entraînement d'agents avatars numériques capables de s'adapter en temps réel aux stratégies commerciales changeantes dans le e-commerce en direct, sans nécessiter de réentraînement. Le système utilise un harnais évolutif pour découpler les compétences et les outils des poids du modèle, répondant ainsi au défi de la mémorisation par les modèles de configurations obsolètes grâce à l'entraînement conscient du harnais (HAT).

arxiv arXiv cs.CL · il y a 3 j · 18 vues

SocialRL entraîne un modèle de 4 milliards de paramètres pour égaler GPT-5 dans la négociation par raisonnement social

Les chercheurs présentent SocialRL, une méthode d'entraînement qui renforce directement le raisonnement social dans les petits modèles de langage afin d'améliorer leurs performances en tant que négociateurs stratégiques. Appliquée à un modèle de 4 milliards de paramètres sur six domaines incluant Deal-or-No-Deal et l'entretien d'embauche, cette approche permet au modèle d'égaler ou de dépasser les performances de la famille GPT-5 sur des scénarios non vus.

media MarkTechPost · il y a 18 j · 22 vues

NVIDIA NeMo publie Molt, un framework RL agentic compact natif PyT

L'équipe NeMo de NVIDIA a publié Molt, un framework open-source d'apprentissage par renforcement agentic conçu pour réduire la complexité de l'itération des algorithmes pour les chercheurs. La base de code compte environ 8,6K lignes de code RL, nettement inférieure à celle des frameworks comparables comme verl (62K lignes) et slime (25K lignes).