Tencentは18ドルの予算🤯でファインチューニングとリアルプレイを終わらせました 彼らは従来の強化学習(RL)を完全に置き換える手法を開発しました。 それは「トレーニングフリーGRPO」と呼ばれています。 メモリをポリシー最適化器として扱うことで、LLMは100のサンプルから学習できます。

標準的なノートパソコンで6000万のテキストチャンクをわずか6GBでインデックスできます。 LEANNはRAGインデックスを97%圧縮する新しいオープンソースのベクターデータベースです。そして、オンデマンドの埋め込み計算を使って完全にノートパソコン上で動作します。 100%オープンソース。

RedditのユーザーがFLUX LoRAに学習させ、Google Earthのスクリーンショットを高解像度のドローン写真に変換しました。 このモデルは低解像度の衛星画像をプロの航空写真に変換します。 100%無料です。