Deskripsi
Poolside adalah perusahaan model dasar yang bertujuan untuk membawa kecerdasan ke setiap aspek pekerjaan. Didirikan di San Francisco pada April 2023, misi Poolside adalah untuk mendorong kelimpahan bagi umat manusia dengan menciptakan kecerdasan umum buatan (AGI). Perusahaan ini berdedikasi untuk membangun model dasar dengan bobot terbuka dan sistem yang menyempurnakan serta meningkatkan mereka. Model-model mereka, seperti Laguna s 2.1 dan Laguna xs 2.1, dirancang untuk mengoptimalkan kualitas, kecepatan, dan efisiensi, dengan parameter berkisar antara 118 miliar hingga 33 miliar.
Perusahaan ini menekankan pentingnya pembelajaran penguatan (RL) sebagai sumbu skala kunci untuk mencapai AGI. Poolside percaya bahwa meskipun skala komputasi dan pemodelan bahasa sangat penting, RL menawarkan jalur unik untuk belajar dari pengalaman baru dan mendekompresi pengetahuan umat manusia. Mereka berargumen bahwa internet, meskipun merupakan repositori informasi yang luas, sering kali kurang dalam proses pemikiran mendasar yang mengarah pada penciptaan informasi tersebut. Dengan memanfaatkan RL, Poolside bertujuan untuk mengatasi keterbatasan data web dan memanfaatkan potensi kaya dari pembelajaran pengalaman manusia.
Pendekatan Poolside melibatkan pengaturan jutaan lingkungan pengkodean, memungkinkan model-model mereka untuk belajar dari interaksi dunia nyata dengan cara yang aman dan terkontrol. Metode ini memungkinkan model-model untuk menerima umpan balik langsung dari kompilator, linters, dan suite pengujian, memfasilitasi iterasi dan perbaikan yang cepat. Seiring perusahaan memperluas operasinya, mereka berencana untuk menerapkan agen di pengaturan produksi langsung, lebih meningkatkan volume dan variasi data interaksi yang tersedia untuk pembelajaran.
Visi di Poolside melampaui bahasa, mencakup berbagai modalitas seperti visi dan pemahaman spasial. Dengan fokus pada bahasa sebagai elemen dasar, mereka percaya bahwa mencapai kemampuan superhuman di bidang lain akan menjadi jauh lebih mudah. Upaya penelitian dan rekayasa mereka diarahkan untuk menciptakan jalur menuju AGI yang memanfaatkan kekuatan eksplorasi yang didorong oleh RL dan penggunaan data yang efisien. Poolside mengundang mereka yang tertarik di garis depan penelitian terapan dan rekayasa untuk bergabung dalam misi mereka.
Fitur Inti Poolside
Model dasar dengan bobot terbuka
Fokus pada pembelajaran penguatan
Lingkungan pengkodean berkinerja tinggi
Data interaksi dunia nyata
Kemampuan multi-modal
Iterasi dan umpan balik cepat
Dioptimalkan untuk kualitas dan efisiensi
Pengembangan berbasis penelitian
Cara menggunakan Poolside?
Jelajahi: Tinjau model dasar Poolside dan kemampuannya.
Terlibat: Ikuti inisiatif penelitian dan diskusi mereka.
Terapkan: Manfaatkan lingkungan pengkodean mereka untuk pengembangan AI.
Iterasi: Gunakan umpan balik dari tugas pengkodean untuk meningkatkan kinerja model.
Kasus Penggunaan Poolside
- Pengembangan AI
- Rekayasa Perangkat Lunak
- Kolaborasi Penelitian
- Pelatihan Model
- Optimasi Kinerja








