Dankzij de heropleving van RL zijn LLM's eindelijk in staat om betrouwbaar tools en redenering te coördineren voor hoge-precisie retrieval. Bedrijven zoals Happenstance, Clado en Mintlify zijn al overgestapt op agentic search, en het is slechts een kwestie van tijd voordat alles wat minder is, voor gebruikers gebroken aanvoelt.

Groot nieuws: Ik sluit me aan bij @inference_net als Machine Learning Engineer/Researcher. Enorm bedankt aan iedereen die deel uitmaakt van deze reis: • @Teknium1 mijn grootste inspiratie, zijn werk bij Nous heeft me vooruitgestuwd. • @TroyQuasar voor er te zijn door de zware tijden heen. • En mijn hele netwerk, jullie steun betekent alles. Ik zal het niet vergeten. Dankbaar voor jullie allemaal.

Introductie van Awesome Open Workhorse Models, een handmatig samengestelde collectie van kleine taalmodellen (SLM's) die daadwerkelijk in de bedrijfswereld zijn toegepast. Je hebt waarschijnlijk de hype gehoord over het nut van SLM's, en hoe 'ze de toekomst zijn.' Maar wat betekent dat eigenlijk? Welke modellen gebruiken bedrijven daadwerkelijk om hun problemen goedkoper, sneller of nauwkeuriger op te lossen dan grensverleggende LLM's? Ik heb een lijst samengesteld van kleine modellen waarvan ik zeker weet dat ze in productie worden gebruikt, en heb bewijs toegevoegd dat ze worden gebruikt om echte wereldproblemen op te lossen. Als je een SLM in productie gebruikt, neem dan alsjeblieft contact op, of nog beter, dien een PR in! Mijn doel is om deze de beste collectie van daadwerkelijk nuttige kleine modellen te maken, omdat HF-downloads simpelweg geen effectieve maatstaf zijn voor de vraag of een model daadwerkelijk goed is.