最新

嗨，我们刚刚发布了一篇关于 Kevin-32B = K(ernel D)evin 的博客文章。<p>据我们所知，这是第一个在 CUDA 内核上进行强化学习训练的开源模型。我们的目标是展示使用 GRPO 进行多轮强化学习。我们使用了来自 KernelBench 数据集的 180 个 Python 到 CUDA 的转换任务。<p>结果令人惊讶地强劲！我们能够超越顶尖的推理模型，如 o3 和 o4-mini。<p>我们在博客文章中分享了我们的训练设置和经验。此外，该模型已在 HuggingFace 上发布：<a href="https://huggingface.co/cognition-ai/Kevin-32B" rel="nofollow">https://huggingface.co/cognition-ai/Kevin-32B</a>

可以分析： - 教科书 - 讲座 - 视频 生成： - 闪卡 - 练习考试 - 消息 内置： - 白板 - 计算器 - 图形工具

你好，HN， 从小我就对机器学习和深度学习产生了浓厚的兴趣。目前我在加拿大多伦多的计算机科学本科专业读二年级，已经在行业中积累了近两年的经验（计算机视觉和自然语言处理），同时在学术界也有超过一年的全职人工智能研究经历。此外，我有不少开源项目（全部与深度学习相关），总共获得了超过1000个星标，其中一些在各自的领域内非常知名。然而，最近我感觉这个领域已经饱和，每天都有新的研究成果发布，作为一名人工智能开发者，我觉得自己不过是机器中的一个齿轮。我理解所有领域在某种程度上都受到这种现象的影响，但在人工智能领域，我的工作完全没有个人色彩，反而让我觉得自己像一个机器人，训练视觉变换器进行分类，微调大型语言模型以处理特定类型的文档，进行架构调整以实现微小的性能提升，等等。 你能建议我考虑计算机科学中的哪些替代方向吗？我有两个主要优先考虑的方面： * 创造力：我并不想寻找典型的软件开发职位，比如全栈开发者。相反，我对那些需要创造力的机会感兴趣，几乎像是在解谜一样，并且不会在一段时间后变得“例行公事”。 * 行业：我的目标是进入行业，而不是学术界。这并不是因为我不喜欢研究（事实上，我更喜欢研究而非应用工作），但尽管我不情愿承认，薪资确实在我的决策中起着一定作用，我的目标是六位数的收入。 举个具体的例子：我热爱逻辑、编程语言研究、理论计算机科学等工作，因为这些都满足我的第一个标准，但遗憾的是，似乎就业机会大多局限于学术界？ 我非常感谢你的想法和反馈。