Исследователи из NVIDIA разработали программное обеспечение ENPIRE — комплексную платформу для кодирования агентов, которая позволяет физической робототехнике проводить автономные эксперименты и проходить цикл выполнения, аналогичный тому, что используют ИИ-агенты. ENPIRE включает четыре основных модуля: модуль среды (EN) для автоматического сброса и проверки, модуль улучшения политики (PI) для уточнения политики, модуль развёртывания (R) для оценки политик с помощью одного или нескольких физических роботов, работающих параллельно, и модуль эволюции (E), где программисты анализируют логи, сверяются с литературой, совершенствуют инфраструктуру обучения и код алгоритма для устранения сбоев. Система оценивает успешность роботов, перестраивается в случае неудачи и сводит к минимуму человеческие усилия. Каждая станция включает два манипулятора YAM от I2RT в фиксированной двухканальной конфигурации, набор камер и рабочую станцию с сервером FastAPI, системой вывода политик и агентом станции. Рабочие станции работают на процессоре NVIDIA RTX 5090. Агенты Frontier coding могут самостоятельно разработать политику, позволяющую добиться 99% успеха в сложных манипуляциях — например, в укладке булавок в коробку или использовании ножа для разрезания застёжки‑молнии. Также тестируется задача вставки графических процессоров в материнскую плату.
Tencent опубликовала информацию о программном обеспечении ARGUS — системе отслеживания и анализа в режиме реального времени для крупномасштабных учебных нагрузок. ARGUS состоит из трёх уровней: уровня Python для планирования и подготовки данных, уровня фреймворка для поэтапной оркестровки и уровня GPU runtime для выполнения ядра. Компания более шести месяцев внедряла ARGUS на производственном кластере с более чем 10 000 графических процессоров и продемонстрировала его эффективность на пяти реальных примерах: диагностировались сбои в вычислениях, ухудшение качества каналов связи, усиление пузырьков в конвейере, блокировка JIT‑компиляции и другие проблемы. Среди учебных программ — обучение видеоязыковой модели на 4096 графических процессоров (вероятно, модель HunyuanVideo), обучение аудиомодели на 512 графических процессоров и обучение MoE на 12 960 графических процессоров (вероятно, Hunyuan LLM).
Исследователи из Калифорнийского университета в Беркли собрали свод местных постановлений для США (LOCUS) — корпус данных, содержащий около 2,2 миллиона строк. Каждая строка представляет информацию о конкретном местном постановлении. Данные сортируются по функциям постановления (правило, обеспечение соблюдения правила, контекст или процесс) и темам (здания, предприятия, зонирование и др.). LOCUS разработан как инфраструктура для поиска, сравнения и построения эталонов, а не как замена юридическому анализу.
Подписаться в Макс
