A mesterséges intelligencia és a gépi tanulás világában folyamatosan újabb és újabb áttörések történnek, amelyek segítenek még hatékonyabbá tenni a tanulási folyamatokat. A Trajectory nevű vállalat legújabb fejlesztése ebbe a sorba illeszkedik, ugyanis egy párhuzamos Multi-LoRA tréning rendszert alkottak meg a folyamatos tanulás támogatására, együttműködve a UC Berkeley Sky Lab és az Anyscale szakértőivel.
Ez az új rendszer lehetővé teszi, hogy a megerősítéses tanulás (RL) kísérletek mindegyike egy dedikált LoRA adapterre legyen leképezve egy folyamatosan működő motoron. Az eredmények lenyűgözőek: a rendszer 2,81-szeres növekedést ért el a teljes kísérleti áteresztőképességben az egylakos bázisvonalhoz képest, mindezt anélkül, hogy romlott volna a jutalom visszaesése.
Ez a fejlesztés különösen fontos lehet a folyamatos tanulás területén, ahol a gyors és hatékony adatfeldolgozás kulcsfontosságú. A Trajectory új rendszere biztosítja, hogy a különböző kísérletek párhuzamosan fussanak, így jelentősen csökkentve az időigényt és növelve a hatékonyságot.
A kódot nyílt forráskódként tették közzé a NovaSky-AI/SkyRL platformon, ami lehetőséget ad más kutatóknak és fejlesztőknek is, hogy hozzáférjenek ehhez az innovatív technológiához, és tovább bővítsék annak alkalmazási lehetőségeit. Ez az együttműködés és a nyílt hozzáférés lehetővé teszi, hogy a mesterséges intelligencia kutatása még gyorsabban fejlődjön, és újabb mérföldkövekhez vezessen a gépi tanulás területén.
A Trajectory, valamint a UC Berkeley Sky Lab és az Anyscale közös munkája tehát nemcsak technológiai szempontból jelentős, hanem a mesterséges intelligencia közösségének is új lehetőségeket kínál, hogy még hatékonyabban és gyorsabban érjék el céljaikat.
