media Hugging Face Forums · 1 jam lalu · sumber: 2 hari lalu · open_models

Orchard Compute mengotomatisasi pengaturan pelatihan model melalui MCP

Diterjemahkan dari English → Bahasa Indonesia

Penulis memperkenalkan Orchard Compute, sebuah alat yang dirancang untuk mengotomatisasi aspek infrastruktur dari pelatihan model. Dengan terhubung melalui Model Context Protocol (MCP), pengguna dapat menggambarkan persyaratan mereka dalam bahasa alami untuk menangani pemilihan komputasi dan penyediaan lingkungan.

Mengoordinasikan pemilihan penyedia GPU dan penyediaan berdasarkan batasan anggaran.
Mengotomatisasi persiapan lingkungan pelatihan untuk menghilangkan langkah konfigurasi manual.
Memungkinkan pengguna menentukan tugas seperti fine-tuning model melalui prompt satu kalimat sederhana.

Penulis mencari umpan balik dari individu yang secara aktif melatih atau melakukan fine-tuning model untuk mengidentifikasi masalah potensial dengan alat tersebut.

Kepentingan 1/3 Kerangka evaluasi baru dengan pembeda Kepercayaan 1/3 Hugging Face Forums AI agents Training methods

Baca aslinya

Z.ai mengusulkan hukum penskalaan pasca-pelatihan dan merilis GLM 5.3; Ornith-1.5 diluncurkan dengan peningkatan diri

CEO Z.ai Jie Tang berargumen bahwa jumlah parameter tidak cukup untuk mengevaluasi model, mengusulkan hukum penskalaan baru berdasarkan data, alokasi komputasi, dan kondisi inferensi. Kerangka kerja ini mendasari GLM 5.3, yang mencapai peningkatan kinerja signifikan melalui pembelajaran penguatan pada lingkungan jangka panjang yang disintesis melalui pipa peningkatan diri rekursif.

media MarkTechPost · 2 hari lalu · 8 tayangan

ByteDance Seed dan Tsinghua AIR merilis sistem RL agentic CUDA Agent untuk generasi kernel CUDA

ByteDance Seed dan Tsinghua AIR telah memperkenalkan CUDA Agent, sebuah sistem pembelajaran penguatan agentic yang melatih model bahasa besar Seed1.6 untuk menulis kernel GPU yang melebihi kinerja kompiler.

arxiv arXiv cs.CL · 2 hari lalu · 6 tayangan

TaoLive memperkenalkan Pelatihan Sadar Harness untuk agen avatar digital yang dapat berevolusi

Para peneliti menyajikan TaoLive, sebuah laporan teknis tentang pelatihan agen avatar digital yang dapat beradaptasi dengan strategi bisnis yang berubah secara real-time dalam e-commerce langsung tanpa perlu pelatihan ulang. Sistem ini menggunakan Harness yang dapat berevolusi untuk memisahkan keterampilan dan alat dari bobot model, mengatasi tantangan model menghafal konfigurasi usang melalui Pelatihan Sadar Harness (HAT).

arxiv arXiv cs.CL · 3 hari lalu · 18 tayangan

SocialRL melatih model 4B agar setara dengan GPT-5 dalam negosiasi melalui penalaran sosial

Para peneliti memaparkan SocialRL, sebuah resep pelatihan yang secara langsung memperkuat penalaran sosial pada model bahasa kecil untuk meningkatkan kinerja mereka sebagai negosiator strategis. Diterapkan pada model 4B di enam domain termasuk Deal-or-No-Deal dan Wawancara Kerja, pendekatan ini memungkinkan model menyamai atau melampaui kinerja keluarga GPT-5 pada skenario yang diisolasi.

media MarkTechPost · 18 hari lalu · 22 tayangan

NVIDIA NeMo merilis Molt, kerangka kerja RL agentic PyT-native yang ringkas

Tim NeMo NVIDIA telah merilis Molt, sebuah kerangka kerja pembelajaran penguatan agentic sumber terbuka yang dirancang untuk mengurangi kompleksitas iterasi algoritma bagi para peneliti. Basis kode ini terdiri dari sekitar 8.6K baris kode RL, jauh lebih kecil dibandingkan kerangka kerja sebanding seperti verl (62K baris) dan slime (25K baris).