Trend-Themen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Nous Research
Atropos v0.3 ist jetzt verfügbar!
Unser RL Environments-Framework hat seit v0.2 viele Verbesserungen erfahren - einige Highlights:
- Atropos kann jetzt von @rogershijin als Benchmarking- und Evaluierungs-Framework verwendet werden, mit unserem ersten externen Benchmark, Reward-Bench 2!
- Hinzugefügt wurde das Reasoning Gym, ein externes Umgebungs-Gym-Repo, das in Atropos portiert wurde und über 100 Denkaufgaben von @neurosp1ke und Freunden enthält.
- @max_paperclips hat das Reasoning Bootcamp von @intern_lm integriert und über 1000 neue Denkaufgaben für RL hinzugefügt.
- @dmayhem93, der leitende Ingenieur von Atropos, hat Dutzende von Bugfixes und andere Verbesserungen der Zuverlässigkeit und Kompatibilität hinzugefügt, bessere Unterstützung für mehrere Umgebungen und CI/CD.
- Viele der Atropos-Hackathon-Umgebungen wurden in /environments/community zusammengeführt - sie alle aufzulisten würde den meisten Platz auf dem Bildschirm einnehmen, aber einige Highlights sind:
VR-CLI von @JakeABoggs, Philosophy RLAIF, Adaptive LLM Teachers, WebVoyager, Protein-Design von @hallerite, eine Modell-Routing-Umgebung von @gabinfay, mehrere auf Lean-Proving, die Catbot-Arena, Pokémon Showdown, Poker, hilfreiche Ärzte, Sanskrit-Poesie von @khoomeik und so viel mehr!
- Weitere bemerkenswerte offiziell unterstützte neue Umgebungen sind:
Antwortformat folgende Umgebung
Pydantic zu JSON-Umgebung, portiert von @MatternJustus' Arbeit
Instruction Following, portiert von @natolambert und @allen_ai's Arbeit
Buchstaben zählen
- 47 brandneue Mitwirkende!
Siehe das vollständige Änderungsprotokoll hier:
18. Juli, 03:22
Gerade einen PR für eine Umgebung zusammengeführt, um LLM als Richter zu verbessern und Modelle hinsichtlich ihrer Fähigkeit zur Urteilsfindung zu bewerten!
Wusstest du, dass alle verifizierbaren RL-Umgebungen nahezu äquivalent zu Benchmarks sind (und umgekehrt!)? Daher haben wir einen Evaluierungsbefehl zur Basis von Atropos hinzugefügt, und jetzt kannst du Benchmarks durch Atropos-Umgebungen ausführen.
Wir waren frustriert, mit so vielen veralteten oder unbrauchbaren Benchmark-Frameworks zu arbeiten, also haben wir einen Evaluierungsmodus nur für Atropos, unser RL-Umgebungs-Framework, implementiert.
Unser erster Port von außerhalb unserer bestehenden Umgebungen war @natolambert's Reward-Bench!
Hinweis: Es unterstützt momentan nur generative Belohnungsmodelle (reguläre LLM-Richter).
Sieh dir den PR hier an:
24,84K
Nous Research erneut gepostet
Es hat Spaß gemacht, mit dem @huggingface Team zusammenzuarbeiten, um dieses Feature Wirklichkeit werden zu lassen! Vielen Dank für all Ihre Arbeit und Kreativität @pcuenq @reach_vb @julien_c @ariG23498 !
Vielen Dank auch an @NousResearch @Teknium1 @Euclaise_, dass Sie als Early Adopters von benutzerdefinierten Notizbüchern gearbeitet haben und mit uns daran gearbeitet haben!
31,36K
Wir haben in den letzten Wochen einige Aktualisierungen an unserer API und NousChat vorgenommen:
Der Zugriff auf unsere Inferenz-API ist nicht mehr hinter einer Warteliste: Neue Benutzer erhalten sofortigen Zugriff
Hermes-3-Llama-3.1-405B ist jetzt über die API verfügbar (zusätzlich zu Hermes-3-Llama-3.1-70B, DeepHermes-3-Llama-3-8B-Preview und DeepHermes-3-Mistral-24B-Preview)
API-Ratenlimits wurden verdoppelt (jetzt 100 U/min und 80k tpm)
UND unser neues Chat-Erlebnis wird bei
Ihr Chat-Konto dort ist mit Ihrem Konto verknüpft, sodass Ihre API-Credits für die Interaktion mit dem Chat verwendet werden können.
19,69K
Nous Research erneut gepostet
Endlich fertiggestellt und die SWE_RL Umgebung, die in Metas SWE RL-Papier beschrieben wurde, in Atropos zusammengeführt - Eine wirklich schwierige Umgebung, die einem Modell beibringen kann, ein viel besserer Codierungsagent zu sein!
Schauen Sie sich die PR an:
Schauen Sie sich das SWE-RL-Paper von Meta an:
11,71K
Top
Ranking
Favoriten