#PewDiePie

共 3 条 · 7 天 0 条 · 30 天 2 条

GRPO 1 Hugging Face 1 Sol 1 后训练 1 强化学习 1 智能体 1

信息流里打上「PewDiePie」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月11日

技巧 Agent 与开发者04:33

PewDiePie 分享后训练环境任务踩坑：先定截止时间再迭代

PewDiePie 拍了期用 env 做后训练的视频，说自己老陷在生成任务数量不够的循环里，Hugging Face 的 merve 也共鸣了，做 RL 训练的可以看看这条经验。

#PewDiePie #后训练 #强化学习 #Hugging Face

Merve Noyan@mervenoyann原文

10月1日

技巧 Agent 与开发者16:24

PewDiePie尝试智能体训练

PewDiePie在做GRPO训练，想蒸馏Sol模型却被封，还建了网站收集数据但没人捐。

#PewDiePie #GRPO #Sol #智能体

Merve Noyan@mervenoyann原文

6月1日

PewDiePie 自建智能体编排器并开源

PewDiePie 亲自下场做智能体编排器，说明 AI 工具的门槛正在降低——做内容创作或独立开发的你，也可以像他一样自己造轮子，值得关注。

#智能体 #开源/仓库 #PewDiePie #编排器

elvis@omarsar0原文