@willccbb (Responsabile della Ricerca, Prime Intellect) su come funzionano realmente gli ambienti RL: "Un ambiente è essenzialmente una valutazione. Hai compiti di input, un sistema di supporto, e alla fine valuta come si comporta il tuo modello o agente. Questa è la configurazione che utilizziamo sia per le valutazioni che per l'addestramento RL." Aggiunge che il futuro non riguarda solo "ottenere 100.000 GPU in un unico grande cluster."
15,12K