una delle mie parti preferite del lavorare in prime intellect è poter scegliere i nomi buffi ogni volta che qualcuno lancia una nuova istanza

RL è passato da non funzionare affatto a funzionare così bene che il codice può avere gravi bug di correttezza e non te ne accorgi perché continua a funzionare.

uno di questi giorni inizierò a schiacciare i commit, ma oggi non è quel giorno

è un peccato che stiamo esaurendo i dati internet perché tutti insieme hanno smesso di mettere nuovi contenuti su internet

ChatGPT dovrebbe avere un grande interruttore verde che dice "Modalità Syco"

Ricetta per addestrare Qwen3 1.7B in un modello DeepResearch Cosa significa per qualcosa di piccolo pensare in profondità? Incontra Lucy, un Qwen3-1.7B post-addestrato come modello DeepResearch basato sui verificatori di @willccbb. Regole principali per le ricompense basate su regole: - Correttezza della risposta Controlliamo se la risposta finale contiene letteralmente la risposta corretta. Questo confronto di sottostringhe è economico e evita di chiamare un giudice LLM più grande. - Rapporto visite/ricerche Se l'agente visita almeno tante pagine quante ne emette di ricerche, riceve ((rapporto_visite_ricerche - 1) / 4) ** 0.25. Se cerca più di quanto visiti, il punteggio è -0.5. Formato / Ricompense Anti-Hacking: - Successo nell'esecuzione degli strumenti Ogni chiamata API che restituisce senza errore conta. La ricompensa è (chiamate_successose * strumenti_unici_utilizzati) / tentativi_totali_di_chiamata. - Efficienza del pensiero Una penalità skew-normale centrata su 70 token scoraggia una catena di pensieri infinita tra le chiamate agli strumenti, pur consentendo abbastanza token per la pianificazione. Questo è come Qwen3 1.7B ha imparato a cercare, visitare e sintetizzare informazioni. Anche i modelli piccoli possono fare ricerche approfondite!

se un modello utilizza diverse chiamate a strumenti in sequenza intervallate da ragionamenti a catena per rispondere a una singola domanda, questo è:

il concetto di vagueposting su cose che sono già su github

devo spedire solo un paio di piccole cose e poi posso spedire la cosa grande l'era che sta per arrivare sarà così divertente, si sta davvero tutto unendo, wow

è ancora pazzesco per me quanto sia cambiata completamente la mia vita nell'ultimo anno. La scorsa estate avevo appena finito un dottorato in teoria della CS, ero passato da stagista in banca a lavoratore a tempo pieno in banca, e avevo appena raggiunto 1000 follower qui. Ieri sono stato riconosciuto da qualcuno sul mio volo.