НИИ ИИ

@ai_rostov · ai · Russian · active

Subscribers 4.4K Subscribers, last 30 days: 4.3K → 4.4K +40 24h
Reach per post (ERR) 23.0%1K avg views
Posting 10.6/day last 3 hours ago
Reactions per 1K views 3.1 ⭐
repost from Технозаметки Малышева

Jev не нужен! NVIDIA с учёными из университета, который с прошлого года запрещено упоминать, выпустила свой аналог Jev 📋 NVIDIA выпустила CLM-8B, первый открытый представитель класса контрастных языковых моделей. Модель, как и Jev, не пишет ответ по токенам: она превращает текущее состояние и каждый возможный вариант действия в векторы и выбирает самый близкий. Веса под лицензией Apache 2.0. ⚙️ Как устроено. В основе замороженный Qwen3-8B, поверх которого обучены две проекции примерно по 20 млн параметров, одна для состояний, другая для действий. Учили в три этапа: 60 млн пар вопрос-ответ Nemotron, 30 млн правдоподобных неверных вариантов, 1 млн траекторий реальных агентов. В работе модель считает близость состояния и действий и превращает её в вероятности. 📊 Скорость. В игре T-Rex решение занимает всего 16,5 мс против 149,8 мс у закрытой модели Jev, почти в 9 раз быстрее. В Super Mario 33,5 мс против 132,6 мс. Векторы действий считаются заранее и лежат в памяти: при смене состояния они не меняются. На одной RTX 4090 повторный заход в ту же ситуацию падает с 1,7 мс до 0,6 мс, а при тысяче вариантов действий модель обгоняет Jev в 13 раз. ⚖️ Ограничение. Новых действий модель придумать не может, она выбирает только из готового набора. Схема получается такая: языковая модель порождает варианты, CLM быстро выбирает, агент выполняет. По точности выигрыш не везде: в вызове инструментов CLM набирает 95,2% против 99,2% у Jev, в WikiRacing решает 26 задач из 30 против 30 из 30. Быстрее при этом везде. 💼 Зачем бизнесу. Обучаемой части всего около 40 млн параметров, весит она 75 МБ и работает на одной видеокарте. Для агентов, которые много раз выбирают из одного набора действий, это ускоряет работу без переобучения основной модели. 📎 Ссылки: • Блог проекта • Веса на Hugging Face • Код на GitHub Очень похоже на RSI эксперимент, который мы делали с Гермесом на той неделе, только у меня было 4 разных области задач, - змейка, тетрис, текст и картинки, а тут заточка под 1 задачу, что ещё проще. потому и скорость выше в 10 раз. #LLM #агенты #Jev #CLM #NVidia ——— @tsingular

Views over time

020040060029 Sep 01:4012 Nov 01:1059229 Sep 01:40: 0 views12 Nov 01:10: 592 views
Snapshots we took after posting.
WhenViews
29 Sep 2026, 01:400
12 Nov 2026, 01:10592

Who shared this post

Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)

Nobody yet.