ねえ！kainan_eあなたを彼らのグループDMに参加するように招待しました。招待の有効期限は24時間で切れます。

Arena-Hard評価環境はAtroposに統合されました - モデルの幅広い機能を決定するのに非常に優れた@lmsysorgのアリーナハードベンチマークを使用して、スケーラブルで柔軟で最新の評価をお楽しみください。 自分の列車セットも持参すれば、RL環境になる準備ができています:) 詳細については、

レジデンス研究者の@yaboilyricalは、8月3日にカリフォルニア大学バークレー校でSMCステアリングに関する彼の研究について話し合います。 この作品に関するブログはこちらからご覧ください。 詳細は後述!

Psycheのオフィスアワーは、Discordで20分後に始まります。 そこでお会いしましょう!

Atropos v0.3 がリリースされました! 当社のRL環境フレームワークは、v0.2以降、多くのアップグレードが行われてきました。 - Atroposは、@rogershijin初の外部ベンチマークであるReward-Bench 2により、ベンチマークおよび評価フレームワークとして使用できるようになりました。 - @neurosp1keや友人による100以上の推理タスクを備えた外部環境ジムリポジトリであるReasoningGymを追加しました - @max_paperclips @intern_lmの推論ブートキャンプを統合し、RLに1000+の新しい推論タスクを追加 - @dmayhem93、Atroposのリードエンジニアは、数十のバグ修正、その他の信頼性と互換性の改善、マルチ環境のサポートの改善、CI/CDを追加しました。 - Atroposのハッカソン環境の多くは/environments/communityに統合されました - それらをすべてリストアップすると、画面スペースの大部分を占めてしまいますが、いくつかのハイライトがあります。 @JakeABoggsによるVR-CLI、Philosophy RLAIF、Adaptive LLM Teachers、WebVoyager、@halleriteによるタンパク質設計、@gabinfayによるモデルルーティング環境、リーンプルーフィングのマルチプルーフィング、キャットボットアリーナ、ポケモン対決、ポーカー、親切な医者、@khoomeikによるサンスクリット語の詩など、盛りだくさんです。 - その他の注目すべき公式にサポートされている新しい環境は次のとおりです。 環境に応じた回答形式 PydanticからJSON環境に移植された@MatternJustus作品 @natolambertと@allen_aiの作品から移植された指示フォロー レターカウンティング - 47人の新しい貢献者! ここで完全な変更ログを確認してください。

エルメス3データセット、代替アート。

優れたテクノロジーは、探求と驚きを生み出します。

人間の課題に対応するオープンソースのツール。

@huggingfaceチームと協力してこの機能を実現できたのは楽しかったです!あなたのすべての仕事と創造性に感謝します@pcuenq @reach_vb @julien_c @ariG23498 ! また、カスタムモデルノートブックを早期に採用し、私たちと一緒にこれに取り組んでくれた@NousResearch @Teknium1 @Euclaise_に感謝します!

敵に向かって正面