大手テクノロジー企業が、大規模な GPU クラスターの未使用時間をオープン サイエンスやオープンソースの AI 開発者に「寄付」する方法はあるでしょうか?かなりの金額を合計して有効に活用できるでしょうか?

では、クウェンもフロンティア研究所の指定を取得しているのでしょうか? @xeophon_ @Presidentlin

Qwen COOKED - Kimi K2を上回り、合計パラメータ🤯の25%でClaude Opus 4と競合

これは小さなアップデートではありません。これは巨大です!すべてのモデルにこれをくださいQwenチーム🙏

SmolLM3-3Bトレーニングから100+の中間チェックポイントとトレーニングログをリリースしました。 メカ解釈、トレーニングダイナミクス、RLなどのトピックに取り組んでいる研究者の皆様のお役に立てば幸いです:) トレーニングログ: -> 通常のトレーニング損失(損失のギャップは混合液の変化によるもの)などgrad_norm。 -> レイヤー/ブロックごとのメトリック (l1/l2 ノルム、平均、最小、最大、尖度) チェックポイント： -40kステップごとに>事前トレーニング(94.4Bトークン) -4kステップごとに>長いコンテキスト拡張(9.4Bトークン) -トレーニング後>:SFT、トレーニング中、APOスープ、LCエキスパート

5 つの言語で 500k サンプルの多言語トレーニング後データ: フランス語、スペイン語、イタリア語、ドイツ語、ポルトガル語。 多言語のトレーニング後のデータセットの不足に対処するために、これらのサンプルを作成し、Global MMLU、Belebele、Multi-IFなどのベンチマークでのパフォーマンスを向上させることがわかりました

私が #WebML に焦点を当てた #MachineLearningEngineer として@huggingfaceに加わ🤗ることを発表できることを嬉しく思います。

1,000,000 🤗

完璧な日曜日: @Kimi_Moonshot の Kimi-K2 を使用して、@Gradio アプリをコーディングしました。🔥 @huggingfaceでホストされている「Anycoder」スペース@_akhaliq無料でご利用いただけます。超早かったです!🤗 PS: 私は Gradio を使用して別の Gradio をバイブ コーディングしていることを知っています。ここではダジャレを非常に意図しています!😂

(1)Clineをオープンソースにし、(2)推論の再販をビジネスモデルの一部にしないことにした理由は次のとおりです。 推論 (AI モデルの呼び出し) を制御し、ハーネス (それらの呼び出しを指示するシステム) を構築すると、どちらの当事者も何が起こっているのかを隠すことはできません。 どのモデルが呼び出されたか、どの程度のコンテキストが使用されているか、どのような決定が下されたかを正確に確認できます。推論プロバイダーに直接支払いているため、利益率を向上させるために静かにパフォーマンスを低下させることはできません。 この分離は、クラインがより有能になったときにのみ成功することを意味します。トークンの使用量を減らす賢い方法を見つけた場合はそうではありません。私たちがあなたに言わずに安価なモデルにルーティングする場合ではありません。コンテキストウィンドウを人為的に制限する場合はそうではありません。 その結果、Cline は各タスクに適切なモデル (ユーザーが定義したとおり) を使用し、必要なツールを MCP 経由で統合し、任意の制約なしで動作します。AI 機能への純粋でフィルター処理されていないアクセスが得られます。 私たちがこのように構築したのは、インセンティブが正しく調整されていれば、私たちを信頼する必要がないからです。アーキテクチャ自体は、可能な限り最も強力な AI コーディング エクスペリエンスという同じ目標に向かって取り組んでいることを保証します。 肝心なのは、Cline は最高のモデルの中で可能な限り最高のパフォーマンスをフルストップで提供するということです。