Atualização de status no Errloom, minha biblioteca / kit de ferramentas de aprendizado por reforço. Está indo muito bem e em breve começaremos a treinar alguns conceitos de superinteligência. Na foto abaixo está a tela inicial do Errloom. Um único comando recebe um script de treinamento de entrada e implanta na computação em nuvem de sua escolha: exibe uma lista de ofertas em uma lista TUI interativa para escolher, conecta-se por meio de SSH, configura todo o ambiente, clona o erro, executa o servidor vllm e inicia o errloom para treinar - o errloom local atua como gerenciador e painel, abre o WanDB em seu navegador quando o treinamento é iniciado, Baixa logs e pontos de verificação intermitentemente e exibe o rastreamento de processo remoto. Sem jupyter desnecessário ou outras etapas supérfluas. Escreva o ambiente de solicitação dos seus sonhos, dispare um comando e deixe o computador para almoçar. A mensagem auxiliar demonstra como configurei o fluxo de trabalho de desenvolvimento progressivo. Como estou operando com orçamento e recursos zero, preciso fazer valer cada centavo. Esqueça o aluguel de computação em nuvem apenas para desenvolver esta biblioteca. Precisamos que ele percorra a maior parte do circuito do programa em uma configuração doméstica robusta. Para conseguir isso, criei vários comandos e sinalizadores de recursos para testes progressivos, construindo todo o pipeline tijolo por tijolo até que você tenha 100% de certeza e consciência de que GRPO e backprop receberão exatamente as janelas de contexto e máscaras de token que você deseja.