Confieso que tengo una misión muy específica en mente con este proyecto. El lanzamiento de la beta privada semivaga es parte de ello. el conjunto de tareas que estamos buscando es parte de él. las recompensas de la GPU son parte de ello. los postes de son parte de eso. los podcasts son parte de ello. Mindshare es crucial aquí. Déjame explicarte. actualmente, gran parte de la discusión sobre los entornos de RL se centra en esta nueva ola de nuevas empresas cuyo modelo de negocio es construir y vender entornos a un número muy pequeño de grandes laboratorios de forma exclusiva. Mechanize es el más ruidoso, pero hay varios de ellos. En lugar de gastar en muestras y anotaciones de ajuste de instrucciones, los laboratorios están ansiosos por comprar entornos privados como su próximo gran recurso consumible para el entrenamiento de modelos. Este fenómeno es un grave riesgo para la perspectiva de que los modelos de código abierto sigan siendo competitivos, así como una gran oportunidad para inclinar la balanza si podemos cambiar el centro de gravedad. Si los buenos entornos son caros y están ocultos, los modelos de código abierto se quedarán aún más atrás. Esto es esencialmente lo que sucedió con los datos de preentrenamiento. Pero si puede surgir un ecosistema suficientemente robusto de herramientas de código abierto para entornos y capacitación, entonces la opción de código abierto también puede ser el estado del arte. Esto es más o menos lo que sucedió con Pytorch. Inclinar la balanza aquí es mi objetivo. nuestro objetivo. Me uní a Prime Intellect porque todos tenían un talento increíble, se tomaban muy en serio la misión de AGI de código abierto para todos y no tenían miedo de decirlo, y porque el equipo tenía una ventaja estructural singular que significaba que podíamos dar algunos cambios reales. Vendemos cómputo. Construimos infraestructura para mejorar lo que puede hacer con esa computación. investigamos sobre cómo hacer que esa computación interopere de nuevas maneras. Estamos entrenando modelos más grandes y mejores. Tenemos los incentivos adecuados para hacer el trabajo duro y necesario. todas estas piezas están conectadas. No podemos hacerlo solos. nadie puede. Se necesitarán nuevas empresas y estudiantes y profesores de todo el mundo. La investigación abierta actualmente no tiene las herramientas para estudiar las preguntas que los grandes laboratorios han considerado más cruciales para el progreso futuro. Tenemos que encontrar una manera de construir esas herramientas. estamos tratando de hacerlo más fácil. Todos tenemos que mejorar en el trabajo conjunto, en no reinventar la rueda, en ensamblar piezas individuales en rompecabezas más grandes. Tomemos lo que hemos hecho colectivamente hasta ahora, limpiémoslo, hagamos que funcione juntos, atraigamos a más personas a la carpa y comencemos a jugar más juegos de suma positiva. si no podemos encontrar mejores formas de trabajar juntos, nos dirigimos hacia un futuro de IA en el que colectivamente *no sabemos qué son estos modelos*, porque el telón nunca se levanta y todo lo que realmente podemos ver es solo un juguete. Hay un tipo diferente de empresa que podría construir en este espacio; uno que aún le permite vender a los grandes laboratorios, pero no exclusivamente; uno que aún le permite tener sus fosos secretos comerciales e imprimir un dulce ARR, pero no nos hace colectivamente menos informados sobre el futuro que estamos construyendo. browserbase. cursor. exa. modal. y muchos otros. Hagamos más de estos. puede construir una gran empresa creando herramientas y arneses poderosos para agentes que reflejen las tareas de alto valor que las personas quieren que los modelos realmente hagan. tener elementos que estén abiertos a probar libremente y elementos que estén alojados detrás de una API. Cobrar por uso con algunas funciones Premium Enterprise. Construye el mejor clon de Excel con forma de LLM, o clon de figma, o clon de turbotax. cámbielo lo suficiente para evitar una demanda, y luego deje que los clientes privados vean la versión más robusta para la demanda. Disfruta de una competencia sana en la arena y encuentra formas de asociarte donde sea necesario. encuentre su ángulo y sea tan bueno que pueda venderlo a todos, ya sea para RL o para uso real. alcanza la masa crítica y es tan asequible que no vale la pena que nadie intente reconstruir lo que ya has hecho. Esta es la línea de tiempo en la que espero que terminemos. Es un mundo en el que los grandes laboratorios aún pueden hacerlo muy bien, y probablemente ofrecerán las formas más fáciles de gastar un poco más para mejorar el rendimiento general. Pero también es uno en el que los modelos de código abierto no se quedan atrás, y todos los que se preocupan lo suficiente pueden ver básicamente lo que está sucediendo y comprender cómo se entrenan realmente los modelos que usamos. Si está pensando en iniciar o unirse a una empresa centrada en entornos de RL, le insto a que piense en qué línea de tiempo está apostando implícitamente y reflexione sobre cómo se siente al respecto.

Presentamos a tus campeones de la UFA 2025 Gloria de Boston

¡Emocionado de compartir grandes noticias hoy! @stakedhype ha sido adquirida por @ValantisLabs. Nuestra asociación existente en torno a STEX ha sido increíble: ¡no hay un mejor equipo con el que trabajar! Estamos ansiosos por ver cómo su visión de integración vertical cobra vida. ⚡

1/ Presentamos el nuevo backend de RL Swarm: GenRL. Una biblioteca modular de aprendizaje por refuerzo creada para un entrenamiento distribuido y tolerante a fallos, que ahora impulsa RL Swarm desde cero. 🧵