Самое время начать сезон Context-Driven Solving ML соревнований 🦆
В прошлом году начинал развивать идею Context-Driven Solving (CDS) ML соревнований при помощи ai-агентов
✅(раз)
✅(два)
Самое время продолжить, предлагаю попробовать свои силы на второй задаче этого соревнования
Почему такие соревнования - это идеальный полигон для тестов и обучения
Понятные правила, табличные данные, встроенная система оценки - идеальная среда с обратной связью, чтобы протестировать свои знания и навык работы с агентами
Почему именно вторая задача
В ней легче настроить локальную валидацию. Для любых агентных систем важна среда оценивания, и для второй задачи вы без особых проблем сможете построить локальный процесс оценки работы агентов, который будет сильно коррелировать с public leaderboard. Первая задача в этом плане немного сложнее
С чего начать
1️⃣ Соберите контекст - изучите лучшие подходы, найдите открытые проекты и публикации. Сохраните в базу знаний проекта только самое лучшее и релевантное
2️⃣ Настройте проект - создайте структуру, пропишите правила работы с каждой директорией в отдельном readme файле (так агенту будет проще ориентироваться). Если у вас особые вкусы, попробуйте писать спеки
3️⃣ Опишите свои идеи - сформулируйте пару гипотез и попробуйте настроить процесс так, чтобы агент мог проверять их автономно
Всем удачи в новом сезоне 🙌
В прошлом году начинал развивать идею Context-Driven Solving (CDS) ML соревнований при помощи ai-агентов
✅(раз)
✅(два)
Самое время продолжить, предлагаю попробовать свои силы на второй задаче этого соревнования
Почему такие соревнования - это идеальный полигон для тестов и обучения
Понятные правила, табличные данные, встроенная система оценки - идеальная среда с обратной связью, чтобы протестировать свои знания и навык работы с агентами
Почему именно вторая задача
В ней легче настроить локальную валидацию. Для любых агентных систем важна среда оценивания, и для второй задачи вы без особых проблем сможете построить локальный процесс оценки работы агентов, который будет сильно коррелировать с public leaderboard. Первая задача в этом плане немного сложнее
С чего начать
1️⃣ Соберите контекст - изучите лучшие подходы, найдите открытые проекты и публикации. Сохраните в базу знаний проекта только самое лучшее и релевантное
2️⃣ Настройте проект - создайте структуру, пропишите правила работы с каждой директорией в отдельном readme файле (так агенту будет проще ориентироваться). Если у вас особые вкусы, попробуйте писать спеки
3️⃣ Опишите свои идеи - сформулируйте пару гипотез и попробуйте настроить процесс так, чтобы агент мог проверять их автономно
Всем удачи в новом сезоне 🙌