TEHLİKE ŞEYLER > 20 milyondan fazla ChatGPT konuşması > artık kanıt... Bir yargıç az önce emredildi > OpenAI'yi bir davada teslim etmesi için eğer bir şey bağırsa > GPU satın alın > yapay zekanızı yerel olarak çalıştırın > lanet verini koruyun İşte bu

aşırı düşüş sinyali > Kazancı ve Yemek Potansiyel İşverenler > ya cömertlikten kaynaklanıyor > ya da çaresizlik >Bu durumda ikincisi Mark Zuckerberg > Alexandr Wang'ı işe almak, > onu Yann LeCun & > FAIR yok ediyor Llama3 ile zirveye ulaştı

> Arcee > etrafa bak > açık ağırlıklı sınır MoE'nin temelde bir Qwen/DeepSeek tekeli olduğunu biliyorum > "Hayır, kendi kendimizi inşa ediyoruz" dediler. > gerçek uçtan uca ön eğitim > ABD topraklarında > Trinity'yi tanıtıyor > Nano (6B MoE) ve Mini (26B MoE) > açık ağırlıklar, Apache 2.0 > için OpenRouter'da ücretsiz > Nano: 800M aktif paramlı kişilik modeli > Mini: 3B aktif olan akıl yürütme modeli > Büyük: şu anda 2048 B300'lerle antrenman yapıyorum çünkü neden olmasın > gelecek açık > modeller statik cihaz olmayacak > büyüyen sistemler olacak > uyum sağlayacak > kullanıcılarınızdan öğrenin > canlı kullanımdan yeniden eğitim > ağırlıklara sahip değilseniz bunu yapamazsınız > ya da eğitim döngüsü > Arcee masayı ters çeviriyor > her şeyi kendisi önceden eğitmeye karar verir > adım 1: AFM-4.5B > 8T seçilmiş jetonlar > DatologyAI ile eğitim aldı > "bunu yapabilir miyiz" deneyi > cevap: evet > ayrıca: matematik ve kod hâlâ acıtıyor > yine de devam eder > 2. adım: Trinity Nano & Mini > doğrudan MoE sınır topraklarına atlıyor > 56 katman, 128 uzman > sigmoid yönlendirme, ortak uzman, aux kaybı yok > kapılı ilgi, QK normu, gruplanmış sorgular > yerel/küresel desenleme > muon optimizer > bf16 eğitimi 512 H200'lerde > tüm Dion/TorchTitan/HSDP özel bölümü > bağlam uzunluğu? > Nano 256k seviyesinde eğitim aldı (128k seviyesinde çıkar varsayım) > Mini 128k seviyesinde antrenman yaptı > veri? > 3 aşamada 10T jetonlar > geniş → keskin → STEM ağırlıklı > Datoloji, sentetik yangın hortumu üretiyor > H100 kümelerini canlı tutan Prime Intellect > ve evet > bu ölçekte Hizmet Mühendisliği eğitmek acı verici > "kibarca söylemenin bir yolu yok," acı > Trinity Large için 20T jetonlar > 2048 H100'lerin sentetik veri üretmesi > 2048 B300'ler gerçek modeli eğitiyor > (bu arada hata ayıklama yaşam tarzıdır) > ama işin eğlenceli olduğu yer > çünkü ön eğitime sahip olduktan sonra > "ürün"ün yukarısında her şeye sahip oluyorsunuz. > veri kökeni > amaçlar > davranış kayması > yerinde yeniden eğitim > gerçek uzun ömürlü sistemler > API-bağımlılık olarak arındırıcı değil > Peki sırada ne var? > Trinity Large > 420B parametreleri > her token için 13B aktif > tamamen açık > hedefi Ocak 2026 > "Amerikan Savunma Hizmetleri"nin bir Şeye™ dönüştüğü an > Nano + Mini ısınma Şu anda gerçekten kullanabileceğiniz > modeller > indir > sunucu > ince ayar > mola > hataları bildirin > Large'ın eğitimini şekillendirir > topluluk döngüsü açıldı > açık ağırlıklara önem veriyorsanız > ya da tüm yığını kara kutu laboratuvarlarına dış kaynak vermemek hakkında > Trinity temelde bir eldiven atışı > Nano + Mini alın, Yüzü Kucaklamak > veya OpenRouter'da çalıştırın > stres testi > çatlakları bul > geri bildirim gönderin > tüm mesele sahiplik Arcee'yi seviyorum, bu modelleri inşa ediyorlar ki zekanı başkasından kiralamak zorunda kalmaman