#полезное
👍 ReZero — маленькая модель, которая никогда не сдаётся

ReZero — это LLM на базе Llama 3.2B, обученная не просто находить ответы, а упорно искать лучший.

Вместо того чтобы оптимизировать на скорость или recall, ReZero обучается пробовать снова и снова, пока не найдёт правильный ответ.

Модель намеренно поощряется за настойчивость — если она делает retry и улучшает результат, это считается успехом.

Использует синтетические поисковые движки, которые заставляют модель перезапрашивать и улучшать свои ответы.

Обучается с помощью усиленного обучения (RL) — формируя привычку "не сдаваться".
Github
Модель

👉Новости 👉База вопросов