rất thích việc làm cho mã ngắn gọn, đẹp đẽ và mạnh mẽ hơn cùng một lúc ToolEnv cần phải được cải tiến.

Một trong những phần tôi thích nhất khi làm việc tại Prime Intellect là được chọn những cái tên ngớ ngẩn mỗi khi ai đó khởi chạy một phiên bản mới.

RL đã từ không hoạt động chút nào đến hoạt động tốt đến mức mã có thể có những lỗi chính tả lớn mà bạn không nhận ra vì nó vẫn hoạt động.

Một ngày nào đó tôi sẽ bắt đầu gộp các commit, nhưng hôm nay không phải là ngày đó.

thật đáng tiếc khi chúng ta sắp hết dữ liệu internet vì mọi người đã cùng nhau ngừng đăng tải nội dung mới lên internet.

ChatGPT nên có một công tắc lớn màu xanh lá cây ghi "Chế độ Syco"

Công thức để huấn luyện Qwen3 1.7B thành một mô hình DeepResearch Điều gì có nghĩa là một cái gì đó nhỏ có thể suy nghĩ sâu sắc? Gặp gỡ Lucy, một Qwen3-1.7B đã được huấn luyện lại như một mô hình DeepResearch dựa trên các xác minh của @willccbb. Phần thưởng dựa trên quy tắc chính: - Độ chính xác của câu trả lời Chúng tôi kiểm tra xem phản hồi cuối cùng có chứa câu trả lời đúng sự thật hay không. Việc so khớp chuỗi con này là rẻ và tránh việc gọi một LLM lớn hơn để đánh giá. - Tỷ lệ truy cập/tìm kiếm Nếu tác nhân truy cập ít nhất bằng số trang mà nó phát hành truy vấn tìm kiếm, nó nhận được ((tỷ lệ_truy_cập_tìm_kiếm - 1) / 4) ** 0.25. Nếu nó tìm kiếm nhiều hơn nó truy cập, điểm số là -0.5. Định dạng / Phần thưởng chống hack: - Thành công trong việc thực thi công cụ Mỗi cuộc gọi API trả về mà không có lỗi đều được tính. Phần thưởng là (cuộc_gọi_thành_công * công_cụ_độc_nhất_sử_dụng) / tổng_số_cuộc_gọi_thử_nghiệm. - Hiệu quả suy nghĩ Một hình phạt lệch chuẩn tập trung ở 70 token ngăn cản chuỗi suy nghĩ vô tận giữa các cuộc gọi công cụ trong khi vẫn cho phép đủ token để lập kế hoạch. Đây là cách Qwen3 1.7B học cách tìm kiếm, truy cập và tổng hợp thông tin. Các mô hình nhỏ cũng có thể thực hiện nghiên cứu sâu!

nếu một mô hình sử dụng nhiều cuộc gọi công cụ liên tiếp xen kẽ với lý luận chuỗi tư duy để trả lời một câu hỏi duy nhất, điều này là:

khái niệm về việc vagueposting về những thứ đã có trên github

cần gửi chỉ một vài thứ nhỏ nữa và sau đó có thể gửi món lớn thời đại sắp tới sẽ thật sự rất vui, mọi thứ đang dần trở nên hoàn hảo wow