10,000 agents

OpenAI 将持续模型改进与 10,000 个代理相结合进行研究

OpenAI 最近在纳维-斯托克斯方程方面的工作涉及一种新颖的模型训练和部署方法。据报道，内部模型于 8 月 28 日开始训练，并在几天内就能胜任解决复杂问题，这表明是快速的检查点演进或持续训练，而不是传统的从头开始运行。此外，训练和部署同时进行，随着更好的模型检查点可用，代理会得到升级，形成一个持续的改进循环。该研究还利用了大约 10,000 个代理，这些代理被组织成并行探索组，共享结果并重新分配计算资源，类似于一个计算规模化的研究组织。