grote fan van het korter, mooier en krachtiger maken van code, allemaal tegelijk ToolEnv had een opknapbeurt nodig

een van mijn favoriete onderdelen van het werken bij Prime Intellect is het kiezen van de gekke namen telkens wanneer iemand een nieuwe instantie lanceert.

RL is van helemaal niet werken naar zo goed werken gegaan dat code grote correctheidsfouten kan bevatten en je het niet opmerkt omdat het nog steeds gewoon werkt.

een van deze dagen ga ik beginnen met het samenvoegen van commits, maar vandaag is die dag niet

het is jammer dat we zonder internetdata komen te zitten omdat iedereen gezamenlijk is gestopt met het plaatsen van nieuwe content op het internet

ChatGPT zou een grote groene schakelaar moeten hebben met de tekst "Syco Mode"

Recept om Qwen3 1.7B post-train te zetten in een DeepResearch-model Wat betekent het voor iets kleins om diep na te denken? Maak kennis met Lucy, een post-getrainde Qwen3-1.7B als een DeepResearch-model gebaseerd op de verifiers van @willccbb. Primaire Regel-gebaseerde Beloningen: - Correctheid van antwoorden We controleren of de uiteindelijke reactie letterlijk het juiste antwoord bevat. Deze substring-match is goedkoop en voorkomt dat een grotere LLM als beoordelaar moet worden ingeschakeld. - Bezoek/zoekratio Als de agent minstens zoveel pagina's bezoekt als dat hij zoekopdrachten uitvoert, ontvangt hij ((bezoek_zoek_ratio - 1) / 4) ** 0.25. Als hij meer zoekt dan hij bezoekt, is de score -0.5. Formaat / Anti Beloning-Hacking Beloningen: - Succes van tooluitvoering Elke API-aanroep die zonder fout terugkomt, telt. De beloning is (succesvolle_oproepen * unieke_tools_gebruikt) / totale_oproep_pogingen. - Denk efficiëntie Een scheef-normale straf gecentreerd op 70 tokens ontmoedigt eindeloze ketens van gedachten tussen het aanroepen van tools, terwijl er nog steeds genoeg tokens voor planning overblijven. Dit is hoe Qwen3 1.7B leerde zoeken, bezoeken en informatie synthetiseren. Kleine modellen kunnen ook diepgaand onderzoek doen!

als een model verschillende opeenvolgende toolaanroepen gebruikt, afgewisseld met redeneren in ketens van gedachten om een enkele vraag te beantwoorden, dan is dit:

het concept van vage berichten over dingen die al op GitHub staan

moet nog een paar kleine dingen verzenden en dan kan ik het grote ding verzenden de komende periode gaat zo veel plezierig zijn, het komt echt allemaal samen, wauw