media Hugging Face Forums · há 1 h · fonte: há 2 d · open_models

Orchard Compute automatiza a configuração de treinamento de modelos via MCP

Traduzido do English → Português (BR)

O autor apresenta o Orchard Compute, uma ferramenta projetada para automatizar os aspectos de infraestrutura do treinamento de modelos. Ao conectar-se através do Model Context Protocol (MCP), os usuários podem descrever seus requisitos em linguagem natural para lidar com a seleção de computação e o provisionamento do ambiente.

Orquestra a seleção e o provisionamento do provedor de GPU com base em restrições de orçamento.
Automatiza a preparação do ambiente de treinamento para eliminar etapas de configuração manual.
Permite que os usuários especifiquem tarefas como o ajuste fino de modelos por meio de prompts simples de uma única frase.

O autor está buscando feedback de pessoas que treinam ou ajustam finamente modelos ativamente para identificar possíveis problemas com a ferramenta.

Importância 1/3 Novo ambiente de avaliação com diferenciais Confiança 1/3 Hugging Face Forums AI agents Training methods

Ler original

Z.ai propõe lei de escala pós-treinamento e lança GLM 5.3; Ornith-1.5 inicia com autoaperfeiçoamento

O CEO da Z.ai, Jie Tang, argumenta que a contagem de parâmetros é insuficiente para avaliar modelos, propondo uma nova lei de escala baseada em dados, alocação de computação e condições de inferência. Este framework sustenta o GLM 5.3, que alcança ganhos significativos de desempenho por meio de aprendizado por reforço em ambientes de longo prazo sintetizados por pipelines de autoaperfeiçoamento recursivo.

media MarkTechPost · há 2 d · 8 visualizações

ByteDance Seed e Tsinghua AIR lançam sistema de RL agéntico CUDA Agent para geração de kernels CUDA

A ByteDance Seed e o Tsinghua AIR introduziram o CUDA Agent, um sistema de aprendizado por reforço agéntico que treina o modelo de linguagem grande Seed1.6 para escrever kernels de GPU que superam os compiladores.

arxiv arXiv cs.CL · há 2 d · 6 visualizações

TaoLive apresenta Treinamento Consciente do Harness para agentes de avatar digital evolutivos

Pesquisadores apresentam o TaoLive, um relatório técnico sobre o treinamento de agentes de avatar digital que podem se adaptar a estratégias de negócios em mudança em tempo real no comércio eletrônico ao vivo, sem necessidade de retreinamento. O sistema utiliza um Harness evolutivo para desacoplar habilidades e ferramentas dos pesos do modelo, abordando o desafio de os modelos memorizarem configurações desatualizadas por meio do Treinamento Consciente do Harness (HAT).

arxiv arXiv cs.CL · há 3 d · 18 visualizações

SocialRL treina modelo de 4B para igualar GPT-5 em negociação por meio de raciocínio social

Pesquisadores apresentam o SocialRL, uma receita de treinamento que reforça diretamente o raciocínio social em modelos de linguagem pequenos para melhorar seu desempenho como negociadores estratégicos. Aplicado a um modelo de 4B em seis domínios, incluindo Deal-or-No-Deal e Entrevista de Emprego, a abordagem permite que o modelo iguale ou supere o desempenho da família GPT-5 em cenários não vistos.

media MarkTechPost · há 18 d · 22 visualizações

NeMo da NVIDIA lança Molt, um framework de RL agêntico compacto e nativo PyT

A equipe NeMo da NVIDIA lançou o Molt, um framework de aprendizado por reforço agêntico de código aberto projetado para reduzir a complexidade da iteração de algoritmos para pesquisadores. A base de código possui aproximadamente 8,6K linhas de código RL, significativamente menor do que frameworks comparáveis como verl (62K linhas) e slime (25K linhas).