AI Sparkup자는 동안 700번 실험, Karpathy 오픈소스 AI 연구 자동화 도구 autoresearch
Karpathy가 공개한 autoresearch는 AI 에이전트가 자율로 ML 실험을 반복하며 모델을 개선하는 도구. 700번 실험으로 GPT-2 학습 11% 단축, Shopify는 절반 크기 모델로 기존 모델 성능을 능가했습니다.
STREET ART UTOPIATruth is coming and cannot be stopped – In Manchester, UK
On Facebook. “Truth is coming and cannot be stopped” – By SLM and D7606 in support of Edward Snowden. In Manchester, UK.https://streetartutopia.com/2013/08/26/truth-is-coming-and-cannot-be-stopped-in-manchester-uk/
Alex HoyauIn my journey to make @silex AI-native and optimized for free #OpenSource local models
I just released a grapesjs-ai-capabilities plugin, inspired by #WordPress new capability API: https://github.com/silexlabs/grapesjs-ai-capabilities
Now I'll refactor all the #GrapeJs plugins I maintain to expose capabilities as #MCP tools, with minimal prompts and very specific errors for #SLM
Then I’ll benchmark different models and maybe experiment with fine-tuning
#GrapesJS #AI #LocalAI #NoCode #BuildInPublic #FOSS #MCP #LLM
GitHub - silexlabs/grapesjs-ai-capabilities: Lightweight discovery layer on top of GrapesJS commands, allowing plugins to declare structured, machine-readable capabilities that builders can expose as MCP tools
Lightweight discovery layer on top of GrapesJS commands, allowing plugins to declare structured, machine-readable capabilities that builders can expose as MCP tools - silexlabs/grapesjs-ai-capabili...
sayzardAISatoshi (@AiXsatoshi)
Qwen3.5-4B-Q4을 TR7975 CPU에서 추론했을 때 약 15 token/s를 기록했다고 보고. 특히 4B-4bit 구성의 SLM으로 테트리스 테스트를 통과한 점에 대해 놀라움을 표함.
AISatoshi (@AiXsatoshi)
Qwen3.5-4B-Q4가 테트리스 생성 테스트에서 80% 이상의 성공률을 기록했다고 보고. 해당 파라미터 규모(4B)에서 보기 드문 높은 정확도로 평가되며, 게시자는 하이브리드 어텐션 SLM이 새로운 시대를 열고 있다고 언급함.
STOPDISINFORMATIONSmall Language Models #SLM): construyendo la arquitectura de las nuevas #redacciones https://digitaljourney.es/small-language-models-construyendo-la-arquitectura-de-las-nuevas-redacciones/
Fuente https://t.me/mediosliquidos
Fuente https://t.me/mediosliquidos
HabrGeometry > Scale: Как 40М параметров на решетке E8 обходят классические трансформеры
Ребята, кажется, мы уперлись в стену. Пока гиганты наращивают параметры и жгут тераватты, пытаясь выжать каплю разума из статистики, я решил пересмотреть сам фундамент. Проблема не в данных, проблема в «вязкости» стандартного Attention.
aicoder
Abhishek Yadav (@abhishek__AI)
7개의 로컬 실행 가능한 스몰 언어 모델(Small Language Model)이 소개됨. 대표적으로 Gemma 2 9B, SmolLM2, Llama 3.2, Ministral 3 8B, Qwen 2.5 7B, Phi-3.5 Mini 등이 있으며, GPU 없이도 실행 가능함. 각 모델은 안전성, 프로토타이핑, 엣지 디바이스, 코딩 및 수학 작업, RAG 등 특정 용도에 최적화됨.
Abhishek Yadav (@abhishek__AI) on X
7 Small Language Models you can run locally: → Gemma 2 9B (safety-first) → SmolLM2 (fast prototyping) → Llama 3.2 (3B & 1B edge-ready) → Ministral 3 8B (13B-level quality) → Qwen 2.5 7B (coding + math killer) → Phi-3.5 Mini (long-context RAG beast) No GPU Needed
Benjamin"Pourquoi la qualité des données (tokens) prime sur la quantité, et comment les Small Language Models (SLM) vont permettre de décentraliser l'intelligence."
