Ваша компания должна обучать собственные AI-модели
Your Company Should Train Its Own AI Models - Will Brown, Prime Intellect
Компания может дообучать открытые модели на собственных трейсах и решениях людей, чтобы знания о процессах копились в весах, а не заново подгружались в контекст каждый раз.
- Агенты заново учатся на каждом запуске — они получают знания из файлов Skills и контекста, платят за входные токены и не получают неявных знаний, которые живут у сотрудников. Спикер считает, что такие знания переносятся в модель только через обучение.
- Трейсы как основа evals — промпты и отзывы из продакшена копятся сами собой. Из них строятся тесты для модели, которыми можно управлять так же, как тестами в кодовой базе, а агенты всё лучше помогают их курировать.
- Маршрутизация на маленькую модель — если большая и маленькая модель дают одинаковый результат на задаче с понятной оценкой, такие задачи можно отправлять маленькой. Одобрения и правки людей по той же логике становятся данными для decision model; по словам спикера, это можно подключить уже сейчас.
- Ночное обучение на простаивающей мощности — в внутреннем прототипе Prime Intellect inference-мощность днём обслуживает агентов, а ночью запускает дообучение по помеченным трейсам.
Кому полезно: тем, кто ведёт агентов в продакшене с большим объёмом повторяющихся задач и хочет, чтобы знания о процессах не терялись между запусками.
Главы
Ещё доклады: Will Brown
Все 5 докладов →Обучение агентных рассуждателей
AI Engineer World's Fair 2025
Масштабирование сред для RL
AI Engineer Code 2025
Обучение с подкреплением без проверяемых наград
AI Engineer World's Fair 2026
Похожие доклады
Современный post-training: подробный разбор
AI Engineer World's Fair 2026
Тот же спикер: Will Brown
Кривая зрелости GenAI (или: вам, вероятно, не нужен fine-tuning)
AI Engineer World's Fair 2024
Близко по содержанию
BAAI Conference 2026 · 北京智源大会54:42
Эволюция мозга и AI: world models, непрерывное обучение и понимание человека
BAAI Conference 2026 · 北京智源大会
Близко по содержанию
