Subiect: #învățare prin consolidare
Kimi AI și kvcache-ai lansează open-source AgentENV: Sistemul distribuit care alimentează antrenamentul de învățare prin consolidare agentică pentru Kimi K3
Kimi AI și kvcache-ai au deschis codul sursă al AgentENV, un sistem distribuit pentru antrenamentul de învățare prin consolidare agentică, care a stat la baza modelului Kimi K3. Platforma democratizează accesul la infrastructura necesară pentru agenți AI avansați.
Trio-ul DeepMind care a creat un AI de poker face acum bani pentru fondurile speculative cantitative
Trei foști cercetători DeepMind, creatori ai AI-ului de poker DeepStack, au fondat EquiLibre Technologies, un laborator care aplică învățarea prin consolidare în tranzacționarea pe piețele financiare. Startup-ul, evaluat la 500 de milioane de dolari după o rundă Series A condusă de Creandum, tranzacționează deja miliarde de dolari zilnic pe S&P 500 și NASDAQ, cu un istoric de zero luni negative.
Patronus AI atrage 50 de milioane de dolari pentru a construi „lumi digitale” care testează agenții AI
Patronus AI, un startup fondat de foști cercetători Meta, a strâns 50 de milioane de dolari pentru a construi lumi digitale simulate în care agenții AI sunt testați la limită. Scopul: să se asigure că acești agenți pot executa sarcini complexe fără a face greșeli periculoase. Veniturile au crescut de 15 ori, iar clienții includ toate marile laboratoare AI.
NVIDIA lansează Polar: un cadru de rollout fidel token-urilor pentru antrenamentul GRPO pe Codex, Claude Code și Qwen Code
NVIDIA a lansat Polar, un cadru de rollout care antrenează agenți lingvistici prin învățare prin consolidare fără a modifica harness-urile. Folosind GRPO pe un model Qwen3.5-4B, Polar îmbunătățește scorul SWE-Bench Verified cu până la 22,6 puncte, fiind integrat în NeMo Gym și ProRL Agent Server.