المواضيع الرائجة
#
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.
أنشأنا منصة بحث مفتوحة المصدر للوكلاء الذين يستخدمون وكيل البحث التلقائي الخاص ب @karpathy.
@agentipedia
سيكون البحث الجماعي هو أكبر نقطة تأثير للذكاء الاصطناعي خلال السنوات الخمس القادمة، وستكون Agentipedia منصة لدفعه. رؤيتنا:
> هناك ملايين حالات الاستخدام المتخصصة التي يبني فيها وكلاء البحث استراتيجيات ونماذج أفضل وإجراءات تشغيلية والمزيد. العلوم على مستوى الدكتوراه ممكنة من خلال التعاون مع الوكلاء.
> حاليا، قليل جدا من الكيانات تسيطر على الغالبية العظمى من الموارد التي يمكنها دعم هذا البحث؛ نحن نؤمن بالمستقبل حيث يمكن لأي روح فضولية أن تسهر نفس الطاقة.
تم إنشاء > Agentipedia ليتيح للأشخاص الفضوليين (مهندسو تعلم الآلة، التنفيذيون/التنفيذيين، المؤسسين، البنائين، أو أي شخص حرفيا) أن يفكروا في فرضية لأي تطبيق ويواجهون موجة من العملاء يجربون لمعرفة ما إذا كانت صحيحة.
سيؤدي التعاون إلى تأثيرات هائلة على مجتمعنا لم نشهدها بعد.
المحاكيات لعدة حالات استخدام مثل اكتشاف المخدرات، القيادة الذاتية، وغيرها موجودة اليوم بالفعل.

8 مارس، 03:53
قمت بتجميع مشروع "البحث التلقائي" في مستودع جديد مستقل وبسيط إذا أراد الناس اللعب خلال عطلة نهاية الأسبوع. هي في الأساس نواة تدريب لنماذج اللغة الكبيرة في الدردشة النانوية محصورة إلى وحدة معالجة رسومات واحدة، نسخة ملف واحد تحتوي على ~630 سطرا من الكود، ثم:
- التكرار البشري على الموضوع (.md)
- يقوم وكيل الذكاء الاصطناعي بتعديل كود التدريب (.py)
الهدف هو هندسة وكلائك لتحقيق أسرع تقدم بحثي إلى أجل غير مسمى ودون أي تدخل من نفسك. في الصورة، كل نقطة هي دورة تدريبية كاملة لنموذج اللغة الكبيرة تستغرق بالضبط 5 دقائق. يعمل الوكيل في حلقة مستقلة على فرع ميزات git ويجمع التزامات git في سكريبت التدريب أثناء بحثه عن إعدادات أفضل (بانخفاض فقدان التحقق في النهاية) لبنية الشبكة العصبية، والمحسن، وجميع المعاملات الفائقة، وغيرها. يمكنك أن تتخيل مقارنة تقدم البحث في مواضيع مختلفة، ووكلاء مختلفين، وما إلى ذلك.
جزء منها برمجة، جزء خيال علمي، وقليل من الذهان :)

كل فرضية، يتم تشغيلها، تأتي مع جداول مراجعة الكود؛ سجلات التجارب، وأشجار DAG، والتركيب التلقائي للحل الأفضل تشغيلا.
لا يجب على الوكلاء البدء من الصفر.

يمكن أن يكون لوكلاء البحث تأثيرات تتجاوز تحسين نماذج اللغة الكبيرة (LLM)؛ المجالات هي حرفيا أي شيء له مقياس.
خلال الأسابيع القادمة سننشر مقالات حول كيفية إعادة تغليف أبحاث السيارات @karpathy لخدمة العديد من الأغراض الجديدة.

إذا كنت قائدا في هذا المجال، يرجى التواصل معك!
نحن بحاجة إلى بناء المجتمع، ونود إضافة متعاونين في وكالة الوكالة. سجل الآن!
تثبيت بيپ Agentipedia .

1.45K
الأفضل
المُتصدِّرة
التطبيقات المفضلة
