Лаборатория распределенного ИИ Gradient сегодня выпустила фреймворк распределенного обучения с подкреплением Echo-2 (arxiv.org/pdf/2602.02192), предназначенный для преодоления барьеров эффективности обучения в исследованиях ИИ. Благодаря полному разделению Learner и Actor на уровне архитектуры, Echo-2 сократил стоимость пост-тренинга модели 30B с 4500 долларов до 425 долларов. При равном бюджете это обеспечивает более чем 10-кратную пропускную способность исследований.
Фреймворк использует технологию разделения хранения и вычислений для асинхронного обучения (Async RL), выгружая огромные вычислительные мощности сэмплинга на нестабильные графические инстансы и гетерогенные графические карты на основе Parallax. В сочетании с такими прорывными технологиями, как ограниченная устареваемость (bounded staleness), отказоустойчивое планирование инстансов и собственный протокол связи Lattica, это позволяет значительно повысить эффективность обучения при сохранении точности модели. Вместе с выпуском фреймворка Gradient также готовится запустить платформу RLaaS Logits, способствуя переходу исследований ИИ от парадигмы «нагромождения капитала» к «эффективной итерации». Logits уже открыт для предварительного доступа студентам и исследователям по всему миру (logits.dev).
О Gradient
Gradient — это лаборатория ИИ, занимающаяся созданием распределенной инфраструктуры и специализирующаяся на распределенном обучении, обслуживании и развертывании передовых больших моделей. Gradient получила поддержку ведущих инвестиционных институтов и строит открытую и эффективную эру будущего интеллекта.
