Atualização de status sobre o Errloom, minha biblioteca / kit de ferramentas de aprendizado por reforço. Está a progredir bastante bem e em breve começaremos a treinar alguns conceitos de superinteligência. 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 via SSH, configura todo o ambiente, clona o errloom, executa o servidor vllm e lança o errloom para treinar—o errloom local atua como gerenciador e painel, abre o WanDB no seu navegador quando o treinamento começa, baixa logs e checkpoints intermitentemente e exibe o rastreamento do processo remoto. Sem jupyter desnecessário ou outros passos supérfluos. Escreva o ambiente de prompting dos seus sonhos, execute um comando e deixe o computador para o almoço. A mensagem de ajuda demonstra como configurei o fluxo de trabalho de desenvolvimento progressivo. Como estou operando com orçamento e recursos zero, preciso fazer cada centavo contar. Esqueça alugar computação em nuvem apenas para desenvolver esta biblioteca. Precisamos que ela percorra a maior parte do circuito do programa em uma configuração robusta em casa. Para alcançar isso, elaborei uma série de comandos e flags de recursos para testes progressivos, construindo todo o pipeline tijolo por tijolo até que você tenha 100% de certeza e consciência de que o GRPO e o backprop vão receber exatamente as janelas de contexto e as máscaras de tokens que você deseja.