Agents at Scale: Inside MiniMax's Model and the Infrastructure Behind It — Olive Song
Olive Song, som leder förstärkningsinlärning på MiniMax, går igenom hur företaget byggt sin AI-modell och infrastrukturen bakom den.
MiniMax fokuserar på att släppa öppen källkod så att andra kan optimera och använda modellen brett. Song beskriver det praktiska arbetet: hur man tränar modeller som kan bygga spel och använda datorer, hur man skriver och justerar GPU-kod för snabb beräkning, och hur man hanterar flera modaliteter (text och bilder) utan att de kollapsar under träningen. Mycket av arbetets fokus ligger på tekniska detaljer som KV-cache-hantering och optimering på dag ett när modellen släpps.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
Inside Arca's Long-Horizon Agents That Run the Business - Aman Singh, Arca
AI Engineer 23 okt.
Real AI Agent Attacks and What Would Have Stopped Them — Andrey Rybka, Bloomberg
AI Engineer 23 okt.
Outside of tech there has been no financial payoff to US companies for using AI, now viewed as a margin-hurting cost center, as VC-backed firms burn more tokens
Techmeme för 3 tim sedan
Source: Replit recently moved most AI spend from Anthropic to OpenAI, which gave 30%+ off in a deal worth $100M+/year, after Anthropic discontinued its discount
Techmeme för 5 tim sedan