GSPO (Qwen RL Algorithm by Alibaba Cloud)
—
от автора
—
от автора
😎 Следуй за белым кроликом 💊📌 Telegram @TheWeeklyBrief — краткие обзоры и подкасты 📰🎧🐇📌 GitHub Pages — углублённый разбор статей, ныряем в кроличью нору 📝💻🐾СодержаниеВведениеПроблема существующих методовМетодология GSPOКлючевые алгоритмические различияРезультаты экспериментовПрактическое применение и преимущества для инфраструктурыЗначение и будущие последствия1. ВведениеОбучение с подкреплением (RL) стало…
—
от автора
Привет, я Дима и хочу сделать стартап за 100 дней, а именно нескучное приложение для похудения. У меня за плечами опыт создания приложения с 20 МЛН установок и номинация «Приложение года» от Google. Смогу ли я повторить успех — покажет…
—
от автора
Сборка: Obsidian — Авторская настройка программы перед началом работы (v1.8.10) — статья ХАБР). В сборке используется Advanced Canvas, но в данном случае он никакой роли не играет.Что делать, если хранилище захламлено?Как отсортировать большое количество заметок (более 500)? Я студент, и…
—
от автора
Максут Шадаев заявил, что ФСБ согласовала условия доступа Max к инфраструктуре «Госуслуг». По словам главы Минцифры РФ, разработчики национального мессенджера Max получили и работают над необходимыми требованиями от ФСБ по обеспечению безопасности для доступа к инфраструктуре «Госуслуг».Как рассказал Шадаев, Минцифры…
—
от автора
«Redis умирает на 200k RPM, Prometheus не успевает скрейпить 50 серверов, а бизнес требует real-time дашборды. Знакомо?»Пятница, 18:00. Дашборд в Grafana показывает timeout’ы при сборе метрик. Redis, который хранит данные для prometheus_client_php, жрёт 8GB памяти и 100% CPU. Prometheus не…
—
от автора
В игровой компании студия «Леста» продолжаются кадровые перестановки. Так, Георгий Лобушкин стал руководителем PR‑направления. Лобушкин работал много и долго: работал «ВКонтакте», Mail.ru Group (сейчас VK), «Сбере», «Билайне» и различных PR‑агентствах. Лобушкин отметил, что рад присоединиться к команде и помочь компании выстраивать открытую и…
—
от автора
Сэм Альтман сообщил в X, что компания OpenAI «пробует» увеличить лимиты использования рассуждающей версии GPT-5 Thinking до 3000 запросов в неделю на подписке Plus (ранее — 400 запросов в неделю). Уточнение «пробует», вероятно, намекает на то, что в компании планируют…
—
от автора
Минцифры РФ выступило с предложением ввести в России sim‑карты для детей до 14 лет. В отличие от «взрослых» sim‑карт, по «детским» нельзя будет авторизоваться в соцсетях, где действуют ограничения. Кроме того, ведомство предлагает обязать операторов по запросу родителей предоставлять такой пакет услуг для детей. Об этом сообщил глава ведомства…
—
от автора
Привет, Хабаровчане! Во второй статье, хочу поделиться наблюдениями из документации V8 и немного нудной информацией для многих :)Что есть Объект? Казалось бы, объект в JS — это просто набор ключ-значений. Но для движка V8 это структура с жёсткой схемой: каждый…
—
от автора
Представьте: вы создали приложение, которое работает ровно тогда, когда у пользователя есть интернет. Нет интернета? Поздравляю, у вас мёртвое приложение и куча недовольных пользователей. Ну или курьер, который стоит как дурак и не может выполнять свою работу, потому что приложение…