Self-Direction: agenci AI uczą się na błędach i zapamiętują lekcje

utworzone przez Redakcja | paź 27, 2026

Naukowcy opracowali mechanizm Self-Direction, który pozwala agentom AI uczyć się na własnych błędach w sposób trwały – system extrahuje wnioski z nieudanych zadań i zapisuje je w lekkich adapterach niskiej rangi, nie nadpisując oryginalnych wag...

Mały model lepiej pyta: fine-tuning zapytań w systemach RAG

utworzone przez Redakcja | paź 22, 2026

Badacze przedstawili ClariEdge – zbiór ~3900 przykładów do trenowania modeli rozpoznających niejednoznaczne zapytania w systemach RAG. Lekki model LoRA osiągnął 96,6% skuteczności klasyfikacji.

Kroma – fine-tune modelu Krea-2 trenowany przez 3 miesiące na GPU

utworzone przez Redakcja | paź 11, 2026

Społecznościowy projekt Kroma to fine-tune bazowego modelu generatywnego Krea-2, którego trening kosztował około 10 000 godzin na kartach RTX Pro 6000. Twórca wykorzystuje technikę OPD (uczenie przez wzmacnianie) bezpośrednio na modelu bazowym.

Fizgig 7: fine-tuning modeli AI na kartach od 8 GB i nowe sterowniki modeli

utworzone przez Redakcja | paź 5, 2026

Nowa wersja Fizgig 7 wprowadza obsługę modeli Anima i SDXL oraz pełny fine-tuning dla wszystkich modeli AI (Klein 9B, Krea 2, Qwen Image 2.1, MiniMax H3) na kartach graficznych od 8-16 GB. System umożliwia też konwersję fine-tune'ów na LoRA i trenowanie całego...

Czy LLM potrzebują czytelnego tekstu do skutecznego fine-tuningu?

utworzone przez Redakcja | wrz 30, 2026

Badacze proponują metodę DASA, która wykorzystuje ciągłe syntetyczne embeddingi zamiast czytelnego tekstu do fine-tuningu dużych modeli językowych. Podejście opiera się na gradientach aktywacji zamrożonego modelu referencyjnego, pomijając wymóg lingwistycznej...