Bringing Continual Learning into Enterprises — Samuel Denton, Applied Compute
Applied Compute använder en teknik som kallas kontinuerligt lärande för att förbättra AI-modeller direkt i företags-produktionen.
I ett exempel fick de en Qwen-modell att slutföra uppgifter på SWE bench dubbelt så snabbt (från 80 ned till 40 steg) genom att visa modellen hur den bör agera baserat på hur den redan beter sig — istället för att tvinga den mot ett "rätt svar". Deras approach fungerar i två lägen: antingen med gamla sparade data från produktion (snabb att börja men begränsad förbättring), eller med live-feedback från varje ny körning (långsammare att sätta upp men ger mycket bättre resultat). I ett verkligt exempel lyckades de få en modell att formatera hyperländar rätt i 80 procent av fallen genom att ge smarta tips efter varje försök — något som både belöningar och vanlig träning misslyckades med.
Sammanfattningen är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
The exact tools used to port a massive codebase in days #programming #typescript #dev
AI Engineer för 2 tim sedan
The Universal Remote Control for AI — Alex Hancock, Block
AI Engineer för 6 tim sedan
MCP Apps: Give the Model Data, Give the User a UI — Dustin Mihalik, Indeed
AI Engineer för 6 tim sedan
Your agents lack context: Here's how to fix "You're absolutely right!" — Brandon Waselnuk, Unblocked
AI Engineer för 7 tim sedan