Acheter Cryptos
Payer en
USD
USD
Acheter & Vendre
Hot
Visa, Mastercard, SEPA et bien plus
P2P
0 Fees
Trading flexible, zéro frais
Gate Card
Payez partout avec vos cryptos
Marchés
Trader
Basique
Avancé
Futures
Futures
Accédez à des centaines de contrats perpétuels
CFD
Or
Une plateforme pour les actifs mondiaux
Options
Hot
Tradez des options classiques de style européen
Compte unifié
Maximiser l'efficacité de votre capital
Trading démo
Introduction au trading futures
Préparez-vous à trader des contrats futurs
Événements futures
Participez aux événements et gagnez
Demo Trading
Utiliser des fonds virtuels pour faire l'expérience du trading sans risque
Stocks
CFD
Produits dérivés CFD sur actions américaines
US Stocks
Accédez à de véritables actions et ETF américains
HK Stocks
Tradez des actions des actions de qualité cotées à Hong Kong
Futures sur actions
Effet de levier élevé, trading 24h/24 et 7j/7
Actions tokenisées
Adossé à de véritables actions
IPO Access
Accédez à l'intégralité des introductions en bourse mondiales
GUSD
Mint GUSD pour des rendements de Treasury RWA
Activités boursières
Tradez des actions populaires et débloquez des airdrops généreux
Earn
Lancer
CandyDrop
Collecte des candies pour obtenir des airdrops
Launchpool
Staking rapide, Gagnez de potentiels nouveaux jetons
HODLer Airdrop
Conservez des GT et recevez d'énormes airdrops gratuitement
IPO Access
Accédez à l'intégralité des introductions en bourse mondiales
Points Alpha
Tradez on-chain et gagnez des airdrops
Points Futures
Gagnez des points Futures et réclamez vos récompenses d’airdrop.
Investissement
Square
Square
Découvrir la valeur en crypto
Live
moments live
Analyse en temps réel du marché des cryptomonnaies
Discussion
Discutez avec des traders de cryptomonnaies
Actualités
Ce qu'il se passe dans le monde de la crypto
flower_head
Plus
Promotions
AI
Autres
TradFi
2026 World Cup
Récompenses

Andrej Karpathy a lancé le projet open-source autoresearch, permettant à l'IA de réaliser automatiquement cent expériences d'entraînement de LLM

GateNews
Gate News annonce qu’au 9 mars, Andrej Karpathy, fondateur d’Eureka Labs et cofondateur d’OpenAI, a publié hier (le 8 mars) le projet open source autoresearch, qui rassemble de manière autonome le workflow d’optimisation automatique de l’AI Agent précédemment utilisé dans le projet d’entraînement LLM nanochat, pour que les développeurs puissent l’utiliser. Ce projet adopte le modèle de conception « l’humain écrit du Markdown, l’IA écrit du code » : les développeurs définissent leur orientation de recherche en rédigeant un fichier program.md, puis l’AI Agent modifie de manière autonome le code train.py, contenant un modèle GPT complet, Muon + AdamW comme optimiseur, et la boucle d’entraînement (environ 630 lignes). Chaque expérience dure 5 minutes fixes, avec le nombre de bits par byte (val_bpb) sur le jeu de validation comme seul indicateur d’évaluation ; les améliorations supérieures à la ligne de base sont conservées et soumises, sinon abandonnées. À ce rythme, environ 12 expériences peuvent être réalisées par heure, soit environ 100 en une nuit. L’exemple présenté par Karpathy montre que sur 83 expériences, 15 ont abouti à des améliorations efficaces. Le projet nécessite seulement une GPU NVIDIA (testée sur H100), dépend de PyTorch et de quelques packages logiciels, et est open source sous licence MIT. Actuellement, la communauté a déjà développé des branches d’adaptation pour macOS et MLX.
Afficher la source
Avertissement : Les informations figurant sur cette page peuvent provenir de sources tierces et sont fournies à titre indicatif uniquement. Elles ne reflètent pas les points de vue ou opinions de Gate et ne constituent pas un conseil financier, d’investissement ou juridique. Le trading des actifs virtuels comporte des risques élevés. Veuillez ne pas vous fonder uniquement sur les informations de cette page pour prendre vos décisions. Pour en savoir plus, consultez l’avertissement.
Commentaire
0/400
Aucun commentaire