Tendencias del momento
#
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.
Nous Research
Nous Research republicó
El entorno de evaluación Arena-Hard ahora se ha fusionado con Atropos: disfruta de una evaluación escalable, flexible y moderna con el benchmark arena-hard de @lmsysorg, que es excelente para determinar una amplia gama de capacidades en los modelos.
Listo para ser un entorno de RL si traes tu propio conjunto de entrenamiento también :)
Aprende más en
6,78K
Nuestro Investigador en Residencia @yaboilyrical estará discutiendo su trabajo sobre la dirección de SMC en UC Berkeley el 3 de agosto.
Consulta el blog sobre este trabajo aquí:
¡Detalles a continuación!
25 jul 2025
¡Emocionado de anunciar que seré ponente en la Cumbre DeAI de @BerkeleyRDI, presentando mi investigación con @NousResearch sobre la decodificación de lenguaje restringido!
Si vas a asistir a la cumbre, o quieres venir a ver mi charla, ¡por favor contáctame!
10,53K
¡Atropos v0.3 ya está disponible!
Nuestro marco de Entornos RL ha recibido muchas mejoras desde v0.2 - algunos aspectos destacados:
- ¡Atropos ahora puede ser utilizado como un marco de evaluación y referencia por @rogershijin, con nuestro primer benchmark externo, Reward-Bench 2!
- Se añadió el Reasoning Gym, un repositorio de entornos externos portado a Atropos con más de 100 tareas de razonamiento por @neurosp1ke y amigos.
- @max_paperclips integró el bootcamp de razonamiento de @intern_lm, añadiendo más de 1000 nuevas tareas de razonamiento para RL.
- @dmayhem93, el ingeniero principal de Atropos, añadió docenas de correcciones de errores y otras mejoras de fiabilidad y compatibilidad, mejor soporte para múltiples entornos y CI/CD.
- Muchos de los entornos del hackathon de Atropos se han fusionado en /environments/community - enumerarlos todos ocuparía la mayor parte del espacio en pantalla, pero algunos aspectos destacados son:
VR-CLI por @JakeABoggs, Filosofía RLAIF, Profesores LLM Adaptativos, WebVoyager, diseño de proteínas por @hallerite, un entorno de enrutamiento de modelos por @gabinfay, múltiples en pruebas lean, la arena de catbots, enfrentamiento de pokemon, póker, doctores útiles, poesía sánscrita por @khoomeik y mucho más!
- Otros nuevos entornos oficialmente soportados incluyen:
Formato de respuesta siguiendo el entorno
Entorno Pydantic a JSON portado del trabajo de @MatternJustus
Seguimiento de instrucciones portado del trabajo de @natolambert y @allen_ai
Conteo de letras
- ¡47 nuevos contribuyentes!
Consulta el changelog completo aquí:
18 jul 2025
¡Acabamos de fusionar un PR para un entorno que mejora LLM como Juez y evalúa modelos en su capacidad para hacer juicios!
¿Sabías que todos los entornos RL verificables son casi equivalentes a los benchmarks (y viceversa!)? Así que añadimos un comando de evaluación a la base de Atropos y ahora puedes ejecutar benchmarks a través de los entornos de Atropos.
Nos frustramos al trabajar con tantos marcos de benchmark que estaban desactualizados o eran inutilizables, así que implementamos un modo solo de evaluación en Atropos, nuestro marco de entornos RL.
Así que nuestro primer puerto desde fuera de nuestros entornos existentes fue el Reward-Bench de @natolambert!
Nota: solo admite modelos de recompensa generativa (Jueces LLM regulares) en este momento.
Consulta el PR aquí:
25,02K
Nous Research republicó
¡Fue divertido trabajar con el equipo de @huggingface para hacer realidad esta función! ¡Gracias por todo tu trabajo y creatividad @pcuenq @reach_vb @julien_c @ariG23498!
¡También gracias a @NousResearch @Teknium1 @Euclaise_ por ser los primeros en adoptar modelos de cuadernos personalizados y trabajar en esto con nosotros!
31,42K
Parte superior
Clasificación
Favoritos