正直に言うと、このプロジェクトでは非常に具体的な使命を念頭に置いています。半ば曖昧なプライベートベータ版の展開もその一部です。私たちが調達している一連のタスクはその一部です。GPU バウンティもその一部です。たわごとポストもその一部です。ポッドキャストもその一部です。ここではマインドシェアが重要です。説明しましょう。 現在、RL環境に関する議論の多くは、非常に少数の大きなラボに環境を構築し、独占的に販売するビジネスモデルを持つこの新しいスタートアップの波に焦点を当てています。メカナイズが最もうるさいですが、たくさんあります。ラボは、命令チューニングのサンプルや注釈に費やす代わりに、モデルトレーニングのための次の大きな消耗リソースとしてプライベート環境を購入することに熱心です。 この現象は、オープンソースモデルが競争力を維持する見通しにとって深刻なリスクであると同時に、重心をシフトできれば天秤を傾ける大きなチャンスでもあります。優れた環境がすべて高価で隠れている場合、オープンソースモデルはさらに遅れをとってしまいます。これは基本的に、事前トレーニングデータで起こったことです。しかし、環境とトレーニングのためのオープンソースツールの十分に堅牢なエコシステムが出現できれば、オープンソースオプションも最先端になる可能性があります。これは多かれ少なかれPyTorchで起こったことです。 ここで天秤を傾けることが私の目標です。私たちの目標。私がPrime Intellectに入社したのは、誰もがめちゃくちゃ才能があり、オープンソースのAGIという使命に真剣に取り組んでおり、それを言うことを恐れなかったこと、そしてチームが実際にいくつかの本当のスウィングを取ることができることを意味する特異な構造的優位性を持っていたからです。私たちはコンピューティングを販売しています。そのコンピューティングでできることを改善するためにインフラを構築します。私たちは、そのコンピューティングを新しい方法で相互運用する方法について研究しています。私たちはより大きく、より優れたモデルをトレーニングしています。私たちには、困難で必要な仕事をするための適切なインセンティブがあります。これらのピースはすべてつながっています。 私たちだけではできません。誰もできません。世界中のスタートアップや企業、学生や教授が参加します。オープンリサーチには現在、大規模な研究所が将来の進歩にとって最も重要であると考えている問題を研究するためのツールがありません。私たちはそれらのツールを構築する方法を見つけなければなりません。私たちはそれをより簡単にしようとしています。私たちは皆、協力すること、車輪を再発明しないこと、個々のピースをより大きなパズルに組み立てることを上手にする必要があります。これまで一緒にやってきたことを、それをクリーンアップし、連携させ、より多くの人をテントに呼び込み、より多くのポジティブサムゲームを始めましょう。もし私たちが協力するためのより良い方法を見つけることができなければ、私たちは、カーテンが開かれることはなく、実際に見えるものはすべて単なるおもちゃに過ぎないため、私たちが集団で「これらのモデルが何であるかさえ知らない」AIの未来に向かっていることになります。 この分野で構築できる別のタイプの会社があります。それでも大きな研究所に販売できるものはありますが、排他的ではありません。企業秘密の堀を持ち、甘いARRを印刷することはできますが、私たちが構築している未来について集団的に情報を少なくすることはありません。 ブラウザベース。カーソル。エクサ。モーダル。そして数え切れないほどの他の。これらをもっとやってみましょう。人々がモデルに実際に行ってもらいたいと思っている価値の高いタスクを反映するエージェント用の強力なツールやハーネスを作成することで、優れた会社を構築できます。自由に試せる要素と、API の背後でホストされる要素を備えています。一部のプレミアムエンタープライズ機能の使用量に応じて課金されます。最高のLLM型のExcelクローン、Figmaクローン、またはTurboTaxクローンを構築します。訴訟を回避するのに十分な程度に変更し、民間の顧客に訴訟に強いバージョンを見せてもらいます。アリーナで健全な競争を楽しみ、重要な場所でパートナーを組む方法を見つけてください。自分の角度を見つけて、RL でも実際の使用でも、誰にでも販売できるほど優れています。クリティカルマスに達し、非常に手頃な価格であるため、すでに作成したものを再構築しようとする価値は誰にもありません。 これが、私たちが最終的に到達することを望んでいるタイムラインです。これは、大きな研究所がまだ素晴らしい成果を上げることができる世界であり、一般的なパフォーマンスを向上させるためにもう少し多くの費用を費やす最も簡単な方法を提供する可能性があります。しかし、オープンソースモデルもそれほど遅れをとっておらず、十分に関心のある人なら誰でも基本的に何が起こっているのかを見て、私たちが使用するモデルが実際にどのようにトレーニングされているかを理解することができます。RL環境に焦点を当てた会社を立ち上げたり入社したりすることを考えているなら、暗黙のうちにどのタイムラインに賭けているのかを考え、それについてどう感じているかを振り返ることをお勧めします。

2025年のUFAチャンピオンの紹介 ボストン・グローリー

今日は大きなニュースを共有できることを嬉しく思います! @stakedhypeは@ValantisLabsに買収されました。 STEXに関する私たちの既存のパートナーシップは信じられないほどで、これ以上のチームはありません。 彼らの垂直統合のビジョンが実現するのを見るのが待ちきれません。⚡

1/ RL Swarm の新しいバックエンドである GenRL をご紹介します。 分散型フォールトトレラントトレーニング用に構築されたモジュール式強化学習ライブラリ - RL Swarm をゼロから強化するようになりました。🧵