Розподіл штучного інтелекту зростає так швидко, що легко пропустити тренди всередині тренду


Один із вартих уваги:
Серйозні продукти встановлюють власний RL на основі відкритих ваг, замість просто маршрутизації до передових API
Вони виводять пост-навчання всередину компанії і отримують кращі результати, ніж просто маршрутизація до передових API
Composer 2 від Cursor — найкращий приклад
25% обчислень на базі Kimi і 75% на власному RL Cursor, використовуючи їхні траєкторії кодування
Багато інших роблять це тихо, ще більше піде цим шляхом
Базова модель — це товар, а пост-навчання — це рицарський мур
Єдина складність у тому, що пост-навчання дороге, тому не багато компаній можуть собі це дозволити
Компанії, які зроблять цей процес більш доступним і дешевим, матимуть неймовірно цінну пропозицію
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Закріплено