Công cụ tự động nghiên cứu của @karpathy đã cho chúng tôi một ý tưởng. Thay vì sử dụng mô hình để tối ưu hóa quá trình huấn luyện ML, chúng tôi đã hướng nó vào cơ sở tri thức RAG đang hoạt động để tự động sửa lỗi chất lượng truy xuất. 8 lần chạy, 88 đô la chi phí tính toán, tỷ lệ thành công tăng từ 22% lên 89%. Mô hình này hoạt động tốt không chỉ trong ML.
Bài viết này được dịch máy
Xem bản gốc
Swenor Consulting
@SwenorHQ
03-25
We took Karpathy's autoresearch pattern and pointed it at a RAG knowledge base instead of an ML model. 8 runs, $88 in compute, pass rate from 22% to 89%. The pattern is not about ML training. It is about disciplined autonomous optimization.
Khu vực:
Từ Twitter
Tuyên bố từ chối trách nhiệm: Nội dung trên chỉ là ý kiến của tác giả, không đại diện cho bất kỳ lập trường nào của Followin, không nhằm mục đích và sẽ không được hiểu hay hiểu là lời khuyên đầu tư từ Followin.
Thích
Thêm vào Yêu thích
Bình luận
Chia sẻ
Nội dung liên quan
