Purée, l’installation de play-training que j’ai pondu prend un temps fou. J’ai décidé de lire trois études sur le sujet, et puis, sans aucune préparation, de me lancer direct dans le système de play-training le plus complexe jamais tenté.
Quoi ? C’est juste trois modèles et un parseur de Go qui assemblent un corpus de zéro, évaluent les résultats, comptent les erreurs et fournissent un feedback.
Ça va être super simple. Je vais tout automatiser.
On boucle ça en un jour, on lance la passe arrière pendant deux ou trois jours, et ce sera génial parce que j’aurai un petit agent de code tout content, spécialisé en Go, qui boxe au-dessus de sa catégorie.
Le jeu de données pour l’instant
Bon, quatre jours plus tard, voilà où j’en suis.
- 🏐 72/250 défis d’entraînement, environ 29 % du jeu de données cible
- 🏐 61/120 tâches de promotion indépendantes, environ 51 % de la banque de promotion
- 🏐 52 familles de capacités
- 🏐 241 trajectoires de solution acceptées
- 🏐 271 conversations de résolution
- 🏐 203 conversations d’auteur
- 🏐 30 paires de révision
- 🏐 53 préférences comparatives explicites
Je pense vraiment que la méthode va marcher.
Les résultats sont positifs pour le moment !
Sauf qu’il s’avère qu’isoler les signaux d’entraînement des exercices est un processus très lent.
Ça va prendre un moment.
Quand j’aurai fini, je lui trouverai un nom qui claque, et je publierai les poids et un papier sur la méthode sur Huggingface.
Oui, oui.