Ми щойно налаштували 10 GPU для автоматичного дослідження @karpathy: Ми живемо в епоху, коли нішеві агенти можуть стати гіпертренерами, надзвичайно точними через нескінченний цикл експериментів. Якщо ви зацікавлені у створенні з автодослідженням, напишіть нам у приватні повідомлення — ми налаштуємо вас з $100 кредитів Cloud GPU. Ось лише кілька наратив агентів, які тепер можуть покращити якість у 100 разів: + Симуляції агентів: керуйте цілими урядами, компаніями та організаціями всіх видів + агенти з однією ціллю: скажіть агенту, що його єдина місія — розв'язати одну цілю, соціально-економічну проблему; Подивіться, які будуть результати + MEV-бот, який досліджує власну стратегію під час сну + сканер запуску токенів, який вивчає, що працює, а що ні + LP-сховище, яке автономно знаходить оптимальні діапазони на uni v4 і Meteora + агент yield, який виявляє маршрути між 50 defi-протоколами Цей твіт символізує нову еру; Ми підтримуватимемо таланти, які готові приєднатися до цієї епохи.
Andrej Karpathy
Andrej Karpathy8 бер., 03:53
Я об'єднав проєкт «autoresearch» у новий автономний мінімальний репозиторій, якщо хтось хоче пограти на вихідних. По суті, це тренувальне ядро nanochat LLM, скорочене до однієї відеокарти, однієї файлової версії з ~630 рядків коду, а потім: - Ітерації людини у запиті (.md) - агент ШІ повторює навчальний код (.py) Мета полягає в тому, щоб ваші агенти могли досягати найшвидшого прогресу в дослідженнях без вашої участі без вашої участі. На зображенні кожна крапка — це повний тренувальний забіг LLM, який триває рівно 5 хвилин. Агент працює в автономному циклі на гілці git feature і накопичує git-коміти до навчального скрипту, коли знаходить кращі налаштування (з меншими втратами валідації наприкінці) архітектури нейронної мережі, оптимізатора, усіх гіперпараметрів тощо. Можна уявити, як ви порівнюєте прогрес досліджень різних запитів, різних агентів тощо. Частково код, частково наукова фантастика і щіпка психозу :)
. @BNNBags Карпатія x Сумки x невидимі.
917