Killer Instinct : le modèle de CEO qui m’a surprise
Entraîner un minuscule modèle de CEO sur l’ambition, les biographies d’entreprise et les drames juridiques a produit quelque chose d’étonnamment charmant.
Lynn Cole / Sujet
expériences
Un fil à suivre à travers mon travail.
Pillowfort craque sous l’ambition
Le planificateur de Pillowfort ne réagit pas de la même façon si on lui demande de bâtir une boîte de zéro ou d’en renforcer une existante. L’ambition met à nu les angles morts de la conception.
Quand des signaux d’entraînement plus forts affaiblissent l’auto-évaluation
Un mentor a amélioré les signaux d’entraînement, mais a plombé l’auto-évaluation de Qwen. Le prochain corpus commence par le raisonnement de code et l’estimation logicielle.
Construction du jeu de données de play-training
Construire un jeu de données de play-training prend plus de temps que ce que prévoyait mon plan tout propre. Voici le décompte des défis, les trajectoires de solution et les signaux d’entraînement pour l’instant.
Pourquoi j’ai ajouté une couche de rassurance pour l’opérateur
Un agent qui tourne longtemps en silence peut donner l’impression d’être figé. La narration de la progression est devenue une nécessité pour le produit, même quand tout se passait bien en coulisses.
Le durcissement produit, c’est débusquer les coutures
Le durcissement produit, ça consiste à trouver les coutures entre les fonctionnalités, les modèles et les workflows, tout en réduisant le coût du changement de tâche pour l’humain.
Checklist de fiabilisation pour agent de code
Checklist de fiabilisation pour agent de code : support des modèles, hooks, ordonnancement, outils, compétences et observabilité, avec le reste de l’intégration encore en cours.
Un harnais d’entraînement avec une étape d’évaluation interne
Un harnais d’entraînement prévu combine jeux de données de code, raffinement récursif, vérification par compilateur, exercices de jeu et revues basées sur des personas.
Consolider la QA automatisée dans une base de données
Consolider les données de QA dans une base de données rend la complexité, la structure et la santé du code accessibles à l’humain comme à l’agent.
Lokshen : libérez vos méninges de Google
Un moteur de recherche pour créateurs indés, avec des règles éditoriales anti-SEO, un pirate du trivia, et un classificateur et un réviseur qui se disputent sur les entrées.
Après l’injection d’activation : qu’est-ce que le modèle peut inférer ?
Une proposition d’expérience pour séparer l’injection d’activation, le conditionnement du transcript et ce qu’un modèle peut inférer une fois l’intervention terminée.
Un compilateur Brainfuck composable pour les LLM
Si on arrête de lire le code généré, à quoi devrait ressembler un langage pour machine ? Proposition de compilateur délibérément odieux.
Modèles musicaux, réglages de contrôle et le Harmonifiddle
États de panne musicale, réglages de contrôle, instruments impossibles et pourquoi j’ai commencé à bâtir mes propres pipelines musicaux.
Qwench boucle l’expérience Rain Simulator
Cinq tickets, trois personas de travailleurs, du contrôle qualité et une inspection visuelle : un Rain Simulator construit avec Qwen3.5-9B et une fenêtre de contexte de 40k.