Агенты ИИ | AGI_and_RL

@AGI_and_RL

Гео и язык канала: Россия, Русский

Категория: Технологии

Про ии, RL и в целом @tokarev_i_v
https://t.me/researchim

Связанные каналы | Похожие каналы

Гео и язык канала

Россия, Русский

Категория

Технологии

Статистика

Избранное

Фильтр публикаций

Скрывать удаленные

Скрывать репосты

Агенты ИИ | AGI_and_RL

23 Aug, 12:32

Q-Learning With World Models
https://arxiv.org/abs/2608.17163
https://www.alphaxiv.org/ru/abs/2608.17163

Q-Learning With World Models

Off-policy reinforcement learning (RL) has become increasingly sample-efficient, enabling applications such as RL fine-tuning of Vision-Language-Action models into reliable, high-performing...

668 2 33 10

добавил в однокликового ресечагента qwen 3.8 27B

моделька очень крутая но много думает и говорят иногда может подчистить вам всю репу

если кто хочет попробовать
https://github.com/researchim-ai/one-click-research-agent/releases/tag/v0.1.4

сам репозиторий
https://github.com/researchim-ai/one-click-research-agent

по багам или предложениям сюда
https://t.me/researchim

1.1k 4 35 1 16

Агенты ИИ | AGI_and_RL

17 Aug, 23:09

https://artificialanalysis.ai/models/qwen3-8-27b

думайте

1.9k 1 38 5 36

Агенты ИИ | AGI_and_RL

14 Aug, 18:06

Забираем, тестим, отписываем что да как

https://huggingface.co/Qwen/Qwen3.8-27B

Кванты
https://huggingface.co/unsloth/Qwen3.8-27B-GGUF

2.4k 0 31 1 15

Агенты ИИ | AGI_and_RL

13 Aug, 23:30

завтра уже https://huggingface.co/Qwen/Qwen3.8-27B 🪳🪳🪳

2.1k 0 30 7 25

Агенты ИИ | AGI_and_RL

13 Aug, 21:15

ля вот и DeepSeek-V4-Pro-0813 1.57T A48B

https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-0813

гуфы тут будут
https://huggingface.co/unsloth/DeepSeek-V4-Pro-0813-GGUF

я даже хз что и сказать. ни дня без крутого релиза

все еще ждем 27б квен

1.9k 0 16 7

Агенты ИИ | AGI_and_RL

12 Aug, 22:53

А вот и Qwen 3.8 2.4T
релизы крутые в последнее время конечно

гуфы
https://huggingface.co/unsloth/Qwen3.8-2.4T-A95B-GGUF

самому негде запускать это
ждем 27B модельку которую тоже обещали

1.8k 0 18 3 16

Агенты ИИ | AGI_and_RL

3 Aug, 22:43

Обновил ресеч агента на квенах
Это для тех кто хотел бы работать на своей тачке с локальными модельками

теперь добавился режим с поиском инфы по разным источникам (научным типа архива и опеналекс) и по вебу с отчетом по результатам
типа дипресеча - задаете ему тему например поиск статей, можно задать временные рамки, сколько источников в отчете должно быть и он будет искать

https://github.com/researchim-ai/one-click-research-agent

тут приложения
https://github.com/researchim-ai/one-click-research-agent/releases/tag/v0.1.2

рекомендую все же qwen 3.6 35b использовать
попробую заточить под 9b тоже, но посмотрим

для поднятия searxng и работы поиска по вебу нужен докер

все проекты делаются тут https://t.me/researchim

2.6k 1 93 6 27

Агенты ИИ | AGI_and_RL

31 Jul, 18:35

кажется неплохой дроп от дипсиков - апдейт для v4 flash

https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731

ggufы уже готовятся
https://huggingface.co/unsloth/DeepSeek-V4-Flash-0731-GGUF

2.7k 1 17 1 14

Агенты ИИ | AGI_and_RL

30 Jul, 15:43

Репост из: Борис опять

Нужна ваша помощь! 👀👀👀

Мы, Steelman Labs, написали наш первый блог-пост: о том, что не так с computer use и как мы это решаем. А ещё выложили красивый демо-видос.

https://x.com/SteelmanLabs/status/2082789336995528727?s=20

Большая просьба помочь хайпом в твиттере и лайком на HN

https://news.ycombinator.com/item?id=49108542

1.9k 0 9 18

Агенты ИИ | AGI_and_RL

27 Jul, 20:30

ну штош выложили веса Kimi K3 (2.8TA104b) - это который фейбл дома

наверное самый важный релиз со времен квенов 3.5, правда совсем другой весовой категории

муншоты легенды🥰
именно для таких релизов нужны OpenAI, Anthropic и все остальные

жаль в 3090 не влезет

https://www.kimi.com/blog/kimi-k3

https://github.com/MoonshotAI/Kimi-K3/blob/main/k3_tech_report.pdf

веса
https://huggingface.co/moonshotai/Kimi-K3

2.9k 1 34 4 33

Агенты ИИ | AGI_and_RL

19 Jul, 14:38

про ризонинге и как уровень рассуждений контролировать и настраивать в ллм

https://magazine.sebastianraschka.com/p/controlling-reasoning-effort-in-llms

Controlling Reasoning Effort in LLMs

How LLMs Learn Low-, Medium-, and High-Effort Reasoning Modes

3.2k 2 94 11

Агенты ИИ | AGI_and_RL

15 Jul, 15:23

Чел показывает как потюнить ллмку рлем чтобы она тюнила маленькие ллмки рлем, прикольно

https://github.com/Danau5tin/ai-trains-ai

GitHub - Danau5tin/ai-trains-ai: RL-training an AI agent to RL-train AI agents.

RL-training an AI agent to RL-train AI agents. Contribute to Danau5tin/ai-trains-ai development by creating an account on GitHub.

3.4k 1 79 5 29

Агенты ИИ | AGI_and_RL

9 May, 20:50

Мои хорошие новый релизик полностью локального кодинг агента на квенах который ставится за одно нажатие

https://github.com/researchim-ai/one-click-coding-agent

https://github.com/researchim-ai/one-click-coding-agent/releases/tag/v0.1.3

Там Qwen 3.6 35B, 27B
Qwen 3.5 35B, 9B

Для скорости рекомендую кванты Q3_K_XL
На 3090 35B бегает ловко с макс контекстом
на 12 VRAM + 16 RAM виндовском ноутбуке 9B со 128к контекстом тоже вполне шурует

ну и вообще в целом стал более-менее норм агент, мне даже нравится

Все проекты делаются тут: https://t.me/researchim
Если потестите агента и будут баги/предложения отписывайтесь сюда плиз ❤️

2k 3 93 25 38

Агенты ИИ | AGI_and_RL

25 Apr, 14:16

Репост из: LakoMoor

QClaw-4B — это языковая модель, дообученная для агентных задач и работы с инструментами в рамках OpenClaw-совместимых фреймворков. Основана на Qwen3.5-4B.

Несмотря на компактный размер, модель достигает результатов уровня значительно более крупных моделей — на ClawBench набрала 84.8 / 100 (Pass Rate 73.5%), вплотную к Kimi K2.5 и GLM-4.5. На Ru-Arena-General — 80.7% winrate, SOTA в классе ≤4B.

🔗 Карточка модели: https://huggingface.co/LakoMoor/QClaw-4B
🔗 GGUF (llama.cpp / Ollama / LM Studio): https://huggingface.co/LakoMoor/QClaw-4B-GGUF
⚖️ Лицензия: apache-2.0

Отдельная благодарность @lovedeathtransformers за ресурсы под обучение и прогон бенчмарков

2k 5 99 1 15

Агенты ИИ | AGI_and_RL

17 Apr, 14:28

ребятки опус 4.7 уже в курсоре доступен
щас работает над переносом нашей тренинг студии дома https://github.com/researchim-ai/models-at-home
на электрон.

попробуем сделать отдельную аппку под разные платформы а весь бек будет в докере также крутиться

там будет по сути отдельный проект для студии как прилы. а models-at-home пока так и будет оставаться браузерным со стримлитом. ну такие планы

так что посмотрим как новый опус справится

2.8k 3 20 1 12

Агенты ИИ | AGI_and_RL

14 Apr, 17:25

Репост из: (sci)Berloga Всех Наук и Технологий

🚀 Серия соревнований по МЛ ! С денежными и другими призами ! Кому интересен МЛ/RL или математика или пазлы или роботы.

Приглашаем Вас принять участие в серии челленджей.

Соревнование организуется совместно с учеными лаборатории интеллектуальных технологий робототехники МФТИ, (руководит проектом - Илья Осокин), которые поставили себе амбициозную цель создать робота, который побьет мировой рекорд по сборке Мегаминкса ! Узнать больше о робототехнической части проекта Вы можете в сообщении https://t.me/forodirchNEWS/3165 , хабре или в чате @starkitmega.

Проект CayleyPy предлагает Вам принять участие в решении алгоритмической части задачи - создании алгоритмов - которые смогут получать наиболее короткие (близкие к оптимальным ) решения. Методы решения важны в широком круге проблем от математики до квантовых компьютеров, МЛ/РЛ и теории струн. Для этого мы организовали соревнования на платформе Каггл.

Первый разыгрываемый приз - 10 000 рублей.
Условия первого этапа очень простые.
Есть три челленджа на Каггле
Мегаминкс
https://www.kaggle.com/competitions/cayley-py-megaminx/leaderboard
Кубик Рубика 333
https://www.kaggle.com/competitions/cayleypy-ihes-cube
Кубик Рубика 444
https://www.kaggle.com/competitions/cayley-py-444-cube

Приз будет получен первым, кто достигнет ЛЮБУЮ из целей:
1 Или в конкурсе Мегаминкс - кто достигает скор 80 000 - и опубликует публичное решение
2 Или обогнать Томаса Рокицкого в конкурсах по кубику 333 или 444 (любом из них) и тоже опубликовать публичное решение. (Томас Рокицкий - легендарный специалист по вычислительным аспектам головоломок - именно его команда нашла "

1.9k 0 9 1 10

Агенты ИИ | AGI_and_RL

11 Apr, 14:22

Кстати из небольших новостей я начал недавно пробовать стримить
Не по иишке правда а больше по играм. Сделал рандом канальчик по игрушке в которой время провожу. Хотелось чисто попробовать и понять а что это вообще и есть ли смысл. Понял что смысл есть. Можно было это делать еще пару лет назад спокойно. Но как-то даже в голову не приходило стримерство, тк никаких других стримеров я не смотрю
Возможно чутка попозже я буду пробовать выводить и этот канал тоже на твич и со стримами по иишке ну и вообще на разговорные темы, там досуг типа игрушки поиграть и еще чего хз.
не знаю)

Но пока так скажу - если вы в чем-то онлайновом время проводите и у вас есть желание с другими конектиться и общаться, то попробуйте. Не зайдет - ну и пофигу. А если понравится, то будете собирать аудиторию и близких по интересам людей)

2.1k 0 3 3 23

Агенты ИИ | AGI_and_RL

11 Apr, 13:58

кстати ребятки у нас кроме ван-клик-кодинг агента еще делается ван-клик-ресеч агент
это почти тоже самое но нацеленное на работу со статьями

внутри также https://huggingface.co/Qwen/Qwen3.5-35B-A3B
Конкретно гуфы от анслота https://huggingface.co/unsloth/Qwen3.5-35B-A3B-GGUF

а еще добавлен searxng https://github.com/searxng/searxng

для поиска по интернету. но он разворачивается через докер (так что если не нужен то отжать галочку можно и все)

пока ранняя первая версия так сказать вот тут

https://github.com/researchim-ai/one-click-research-agent

ну и вот тут сбилженные прилы

https://github.com/researchim-ai/one-click-research-agent/releases/tag/v0.1.0

все проекты у нас делаются в https://t.me/researchim
заходите)