Topik trending
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico+2,11%
USELESS
USELESS+7,98%
IKUN
IKUN-5,18%
gib
gib-2,85%
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk+5,01%
ALON
ALON+4,54%
LAUNCHCOIN
LAUNCHCOIN+2,17%
GOONC
GOONC+4,66%
KLED
KLED+24,4%
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP+0,07%
Boopa
Boopa+8,74%
PORK
PORK0,00%
invisible
invisible
8 Mar, 11.00·
Kami baru saja menyediakan 10 GPU untuk menjalankan riset otomatis @karpathy: Kita berada di era di mana agen khusus niche dapat menjadi pelatih hiper, sangat akurat melalui lingkaran eksperimen yang tak terbatas. Jika Anda tertarik untuk membangun dengan riset otomatis, tekan DM kami, akan membuat Anda menyiapkan dengan kredit GPU Cloud $100. Berikut adalah beberapa narasi agen yang sekarang dapat meningkatkan kualitas 100x: + simulasi agen: menjalankan seluruh pemerintah, perusahaan, dan entitas dari semua jenis + Agen Tujuan Tunggal: Beri tahu agen bahwa satu-satunya misinya adalah memecahkan satu tujuan, masalah sosial-ekonomi; Lihat apa hasilnya + bot MEV yang meneliti strateginya sendiri saat Anda tidur + pemindai peluncuran token yang mempelajari apa yang memompa dan apa yang tidak + LP vault yang secara mandiri menemukan rentang optimal di Uni v4 & Meteora + Agen Yield yang menemukan rute di 50 protokol DeFi Tweet ini menandakan era baru; Kami akan mendukung talenta yang bersedia bergabung dengan era ini.
Andrej Karpathy
Andrej Karpathy8 Mar, 03.53
Saya mengemas proyek "penelitian otomatis" ke dalam repo minimal mandiri baru jika orang ingin bermain selama akhir pekan. Ini pada dasarnya adalah inti pelatihan LLM nanochat yang dilucuti menjadi GPU tunggal, satu versi file dari ~630 baris kode, kemudian: - manusia mengulangi prompt (.md) - agen AI mengulangi kode pelatihan (.py) Tujuannya adalah untuk merekayasa agen Anda untuk membuat kemajuan penelitian tercepat tanpa batas waktu dan tanpa keterlibatan Anda sendiri. Dalam gambar, setiap titik adalah latihan LLM lengkap yang berlangsung tepat 5 menit. Agen bekerja dalam loop otonom pada cabang fitur git dan mengakumulasi komitmen git ke skrip pelatihan karena menemukan pengaturan yang lebih baik (kehilangan validasi yang lebih rendah pada akhirnya) dari arsitektur jaringan saraf, pengoptimal, semua hiperparameter, dll. Anda dapat membayangkan membandingkan kemajuan penelitian dari petunjuk yang berbeda, agen yang berbeda, dll. Kode bagian, sebagian fiksi ilmiah, dan sedikit psikosis :)
. @BNNBags karpathy x Tas x tidak terlihat.
934