# Artikel Terkait Pelatihan

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Pelatihan", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

DeepSeek yang Anda Tunggu, Sudah Berubah

Dalam 15 bulan terakhir, DeepSeek mengalami perlambatan signifikan dalam pembaruan versi besar model AI-nya, dengan DeepSeek V4 yang ditunggu-tunggu berulang kali ditunda. Menurut analisis, perlambatan ini terkait dengan beban strategis nasional untuk beralih ke komputasi otonom. Pada awal 2025, DeepSeek didorong untuk mengadopsi prosesor Huawei Ascend daripada terus mengandalkan Nvidia. Meskipun upaya adaptasi dengan chip Ascend 910C mengalami kendala teknis, DeepSeek dikabarkan terus berupaya melakukan migrasi penuh dari CUDA ke kerangka kerja CANN Huawei, dengan target mencapai substitusi seluruh rantai pelatihan dan inferensi menggunakan perangkat keras domestik. Proses adaptasi yang memakan waktu ini diduga mengalihkan sumber daya teknis yang besar, memperlambat iterasi model. Di sisi lain, DeepSeek mulai tertinggal dalam beberapa kemampuan inti. Pada awal 2026, kemampuan generasi kodenya dilaporkan telah terlampaui oleh Claude 4, dan kemampuannya dalam pemrosesan multimodal serta sistem Agent masih tertinggal di belakang OpenAI dan Google. Selain itu, perusahaan juga menghadapi tekanan dalam mempertahankan talenta inti, dengan sejumlah peneliti kunci hengkang karena tawaran yang lebih menggiurkan dari pesaing. V4 kemungkinan tidak akan menjadi model yang mendominasi performa, tetapi lebih sebagai pencapaian simbolis yang membuktikan bahwa model AI canggih China dapat berjalan pada ekosistem perangkat keras domestik. Jawaban V4 dianggap sangat penting untuk masa depan industri AI China.

marsbit04/15 10:35

DeepSeek yang Anda Tunggu, Sudah Berubah

marsbit04/15 10:35

Agent Telah Memasuki Era yang Didorong oleh Harness

Kebocoran kode sumber Claude Code milik Anthropic mengungkap praktik terdepan dalam rekayasa Harness untuk sistem AI. Harness adalah rangkaian arsitektur teknik yang mendorong model AI untuk memaksimalkan kemampuan, bukan hanya menghasilkan token. Claude Code mengadopsi enam komponen inti: System Prompt bertingkat, Tool Schema, Tool Call Loop, Context Manager, Sub Agent, dan Verification Hooks. Pendekatan ini memungkinkan integrasi pelatihan dan inferensi, mengurangi halusinasi model, dan meningkatkan akurasi eksekusi tugas panjang. Era ini menuntut talenta gabungan yang memahami AI, teknik backend, dan infrastruktur, serta mendorong implementasi Agent yang lebih terjamin, terprivasi, dan terukur.

marsbit04/15 10:16

Agent Telah Memasuki Era yang Didorong oleh Harness

marsbit04/15 10:16

Bittensor yang Kokoh di Peringkat Pertama AI: Teknologi Berkembang, Pengguna Mengurangi?

Bittensor (TAO) memimpin sektor AI crypto dengan kapitalisasi pasar $3,43 miliar, menguasai hampir 19,6% pangsa pasar. Proyek ini membangun penghalang kompetitif melalui mekanisme "Proof of Intelligence" yang memberi insentif pada kualitas model AI, bukan hanya menyediakan komputasi. Pencapaian teknis terbesar adalah pelatihan model bahasa besar Covenant-72B secara terdesentralisasi oleh subnet Templar (SN3). Teknologi SparseLoCo memampukan kompresi data 146x, membuktikan kelayakan pelatihan AI dengan bandwidth internet biasa. Keberhasilan ini mendapat pujian dari tokoh industri seperti pendiri Anthropic dan CEO NVIDIA, Jensen Huang. Jaringan menunjukkan "kemampuan menghasilkan uang" dengan pendapatan $43 juta di Q1 2026. Namun, terdapat risiko tersembunyi: ketergantungan pada subsidi token yang tinggi, kurangnya penguncian pengguna yang nyata, dan potongan valuasi jika pendapatan eksternal yang diverifikasi ternyata lebih rendah ($3-15 juta/tahun). Meski data on-chain seperti tingkat staking 68-75% terlihat sehat, keberlanjutan bisnis jangka panjang masih menjadi tantangan.

marsbit04/11 00:19

Bittensor yang Kokoh di Peringkat Pertama AI: Teknologi Berkembang, Pengguna Mengurangi?

marsbit04/11 00:19

Bagian Pasar Nvidia di China Turun di Bawah 60%, Chip AI Lokal Serahkan 1,65 Juta Unit untuk Rebut Pasar

Menurut data IDC, pangsa pasar chip AI Nvidia di China turun drastis dari 95% menjadi 55% pada 2025, dengan total pengiriman sekitar 2,2 juta unit. Sebaliknya, produsen domestik China berhasil menguasai 41% pasar dengan pengiriman 1,65 juta chip AI. Huawei memimpin dengan 812.000 unit, diikuti oleh T-Head (265.000) serta Baidu Kunlun dan Cambricon (masing-masing 116.000). Kebijakan penggantian produk impor oleh pemerintah China dan sanksi ekspor AS menjadi pendorong utama perubahan ini. Huawei meluncurkan Atlas 350 yang mengklaim kinerja inferensi 2,87x lebih cepat daripada Nvidia H20, meski dengan presisi komputasi berbeda. Meski unggul di inferensi, chip China masih tertinggal 5-10 tahun di pelatihan model AI skala besar. Kendala utama adalah ekosistem perangkat lunak, meski banyak perusahaan berupaya menciptakan kompatibilitas dengan CUDA. Perusahaan chip AI China seperti Biren, MetaX, dan Iluvatar CoreX mulai go public, sementara Huawei menargetkan produksi massal chip Ascend 950PR pada paruh kedua 2026.

marsbit04/03 05:54

Bagian Pasar Nvidia di China Turun di Bawah 60%, Chip AI Lokal Serahkan 1,65 Juta Unit untuk Rebut Pasar

marsbit04/03 05:54

Lagu Baru Zhou Shen "Yue Zhi Ji" Dirilis: Secara Eksplisit Mencantumkan Larangan untuk Pelatihan AI dan Peniruan Suara

Pada 1 April, penyanyi Tiongkok Zhou Shen merilis lagu tema "Yue Zhi Ji" untuk drama fantasi periode "Yue Lin Qi Ji", dengan mencantumkan pernyataan hak cipta eksplisit "Dilarang digunakan untuk pelatihan kecerdasan buatan (AI)" dalam intro lirik dan partitur. Ini menjadi kasus pertama di Tiongkok yang menetapkan batasan hak cipta terhadap teknologi AI sejak rilis karya, menandai babak baru perlindungan hak suara dan kedaulatan kreatif musisi di era digital. Pernyataan tersebut secara rinci melarang penggunaan atau publikasi dalam bentuk apapun (termasuk cover, rekaman ulang, remix) tanpa izin tertulis pemegang hak cipta, serta secara khusus melarang penggunaan karya untuk pelatihan, peniruan, pembelajaran, atau generasi AI. Langkah ini merespons maraknya fenomena "kloning suara AI" dan "cuci lagu algoritmik" di industri. Zhou Shen sebelumnya telah menyoroti pentingnya emosi manusia dalam seni vokal yang tidak dapat direplikasi oleh AI. Di tahun 2026 ketika musik AI memasuki eksplorasi komersial, deklarasi ini tidak hanya membangun pertahanan teknis untuk suara orisinal, tetapi juga menyediakan standar legalitas otorisasi data pelatihan AI. Pakar industri meyakini praktik ini akan mempermudah pembuktian pelanggaran hak cipta. Dengan teladan dari artis ternama, industri musik mempercepat pembentukan konsensus hukum tentang batas kolaborasi manusia-AI, menegaskan kembali bahwa emosi manusia yang tak tergantikan tetap menjadi inti dari penciptaan seni.

marsbit04/02 01:50

Lagu Baru Zhou Shen "Yue Zhi Ji" Dirilis: Secara Eksplisit Mencantumkan Larangan untuk Pelatihan AI dan Peniruan Suara

marsbit04/02 01:50

GitHub Umumkan Mulai 24 April Akan Data Pengguna Copilot untuk Melatih Model AI Secara Default

GitHub mengumumkan akan memperbarui kebijakan repositorinya mulai 24 April 2026, dengan rencana memanfaatkan data interaksi pengguna untuk melatih model AI-nya. Pengumpulan data ini mencakup pengguna Copilot Free, Pro, dan Pro+, termasuk input dan output model, cuplikan kode, informasi konteks, struktur repositori, serta riwayat interaksi obrolan. Kebijakan ini menerapkan mekanisme "opt-out", yang berarti pengguna yang terkena dampak harus menonaktifkan opsi terkait secara manual melalui pengaturan privasi jika ingin mengecualikan datanya. Namun, pengguna Copilot Business, Enterprise, dan versi pendidikan tidak terpengaruh oleh perubahan ini karena terikat oleh ketentuan kontrak. GitHub menyatakan bahwa langkah ini bertujuan meningkatkan akurasi dan keamanan saran kode dari model AI, seraya menegaskan bahwa praktik tersebut sejalan dengan standar industri yang umum diikuti oleh Anthropic, JetBrains, dan Microsoft. Namun, kebijakan ini memicu diskusi luas di komunitas pengembang mengenai definisi repositori pribadi dan kepemilikan data.

marsbit03/26 01:41

GitHub Umumkan Mulai 24 April Akan Data Pengguna Copilot untuk Melatih Model AI Secara Default

marsbit03/26 01:41

Koleksi Interaksi Populer | Tugas Kuis Baru Perle Labs; Perceptron Network Dapatkan Poin Secara Otomatis (4 Maret)

Ringkasan Interaksi Populer: Tugas Kuis Baru Perle Labs; Perceptron Network Dapatkan Poin Secara Langsung (4 Maret) Perle Labs: Platform Pelatihan Data AI yang Didukung Ahli Manusia. Platform ini berfokus pada penyediaan dataset berkualitas tinggi untuk pengembangan AI terdesentralisasi. Tutorial: Sambungkan dompet Solana, selesaikan tugas di "Marketplace", dan jawab kuis di X (disebut Twitter) dengan setidaknya 3 jawaban benar sebelum 8 Maret untuk mendapatkan NFT. Perceptron Network: Jaringan Data AI Terdesentralisasi. Jaringan ini membangun ekonomi data yang didukung pengguna dengan insentif token. Tutorial: Unduh ekstensi browser Chrome, daftar dengan email, dan dapatkan poin dengan menjalankan latar belakang (background). InventMoney: Platform "Pencari Uang" Online. Aplikasi fintech Web3 ini membantu pengguna menghasilkan uang melalui tugas online, kompetisi, dan undangan. Tutorial: Daftar dengan email, lengkapi profil, dan selesaikan misi untuk mendapatkan poin token.

Odaily星球日报03/04 08:29

Koleksi Interaksi Populer | Tugas Kuis Baru Perle Labs; Perceptron Network Dapatkan Poin Secara Otomatis (4 Maret)

Odaily星球日报03/04 08:29

Perang Balasan Kekuatan Komputasi AI China

Pada tahun 2018, sanksi AS hampir melumpuhkan ZTE. Delapan tahun kemudian, perusahaan AI China DeepSeek mengumumkan model V4-nya akan menggunakan chip domestik, bukan NVIDIA. Ini menandai pergeseran besar dalam perang komputasi AI China. Larangan AS terhadap ekspor chip AI seperti A100 dan H100 dari NVIDIA awalnya memicu kekhawatiran, tetapi justru mendorong inovasi China. Alih-alih bergantung pada CUDA—ekosistem perangkat lunak NVIDIA yang mendominasi 90% pasar—perusahaan China beralih ke pendekatan asimetris. Mereka mengadopsi model Mixed Expert (MoE) seperti DeepSeek V3, yang mengaktifkan hanya sebagian kecil parameter, mengurangi biaya pelatihan dan inferensi secara drastis. Harga API DeepSeek jauh lebih murah daripada pesaing AS, menyebabkan pangsa pasar globalnya melonjak. Chip domestik seperti Huawei Ascend dan T100 dari Taichu Yuanqi kini tidak hanya digunakan untuk inferensi, tetapi juga pelatihan penuh model besar. Pada 2026, China telah membangun infrastruktur komputasi mandiri dengan efisiensi energi yang lebih baik dan harga listrik yang lebih rendah dibandingkan AS. Sementara AS menghadapi krisis listrik akibat data center, China justru mengekspor "Token" AI ke pasar global seperti India dan Indonesia. Perjalanan ini mengingatkan pada perang semikonduktor Jepang-AS tahun 1986, tetapi China membangun ekosistem independen yang lebih tangguh. Laporan keuangan 2026 menunjukkan perusahaan chip China seperti Cambricon meroket pendapatannya, meski beberapa seperti Moore Thread masih rugi—bukti betapa beratnya membangun ekosistem dari nol. Perang ini belum dimenangkan, tetapi China kini membayar "pajak perang" untuk kemandirian komputasinya.

marsbit03/04 05:15

Perang Balasan Kekuatan Komputasi AI China

marsbit03/04 05:15

Gradient Luncurkan Kerangka Echo-2 RL, Tingkatkan Efisiensi Riset AI Lebih dari 10 Kali Lipat

Gradient Lab meluncurkan framework pembelajaran penguatan (RL) terdistribusi baru, Echo-2, yang diklaim mampu meningkatkan efisiensi penelitian AI lebih dari 10 kali lipat. Dengan arsitektur yang memisahkan antara Learner dan Actor, biaya pasca-pelatihan model 30B turun drastis dari $4.500 menjadi hanya $425. Echo-2 menggunakan teknik Async RL dan memanfaatkan instance GPU yang tidak stabil serta grafis heterogen melalui Parallax, didukung oleh teknologi seperti bounded staleness, penjadwalan toleransi kesalahan, dan protokol komunikasi proprietary Lattica. Keakuratan model tetap terjaga meski efisiensi ditingkatkan. Gradient juga akan meluncurkan platform RLaaS bernama Logits (logits.dev) yang sudah dapat dipesan oleh pelajar dan peneliti global. Perusahaan berfokus pada infrastruktur terdistribusi untuk pelatihan dan penyebaran model AI skala besar.

marsbit02/12 16:41

Gradient Luncurkan Kerangka Echo-2 RL, Tingkatkan Efisiensi Riset AI Lebih dari 10 Kali Lipat

marsbit02/12 16:41

xAI Mencari Ahli Kripto untuk Melatih AI di Pasar

xAI, perusahaan AI milik Elon Musk, sedang merekrut pakar cryptocurrency untuk melatih model AI menggunakan data pasar crypto. Data transaksi blockchain yang transparan dan real-time dianggap sebagai lingkungan pelatihan ideal bagi model pembelajaran mesin, karena memudahkan identifikasi pola sebab-akibat dalam aktivitas trading. Perusahaan berencana mengembangkan model yang mampu menganalisis perilaku keuangan, sentimen pasar, dan aktivitas on-chain. Berbeda dengan data keuangan tradisional yang sering terkunci paywall, data crypto dapat diakses publik dan terstruktur dengan timestamp. Kolonisasi data ini tidak hanya memperkuat expertise xAI, tetapi juga berimplikasi positif bagi pasar crypto—mendorong inovasi dalam pemodelan risiko, analisis penipuan, dan prediksi pasar. Integrasi AI dan crypto semakin menguat karena keduanya membutuhkan infrastruktur serupa: jaringan data, sistem terdistribusi, dan daya komputasi. Langkah ini menandakan pergeseran AI dari model teoretis menuju aplikasi praktis di sistem keuangan yang dinamis.

TheNewsCrypto02/03 12:55

xAI Mencari Ahli Kripto untuk Melatih AI di Pasar

TheNewsCrypto02/03 12:55

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow