Новое соревнование от Google на Kaggle:
Google - The Gemma 4 Developer Agent Competition

Нужно файнтюнить Гемму 4, чтобы она лучше кодила

Тем временем, алаймент вышел из под контроля

Ферма перевалила за 10к участников!

Это значит две новости для вашего рейтинга:
1. 30+ золотых медалей
2. Очень большой сдвиг рейтинговой таблицы
3. Хорошая возможность поднять себе серебро (топ 501) и бронзу (топ 1003)

Вообще мемно, как за ТОП 1000 можно получить медальку

Когда моя тима шагает по лб на странной эмпирике- это мы нашли стопроцентную хорошую эмпирику, которая помогает на привате и на паблике, все логично.

Когда другие команды шагают по лб- это они сто процентов оверфитнулись, на привате мы им покажем.

Никакого лицемерия, только честность с собой

Биохаб кончился и кончился неприятно.

Как бы собрать за день сабмит на голд в ферме...

Без помпы, но кагл рехостнул покемонов. Правила те же: собираем колоду, учим агента играть ей и побеждать другие неизвестные колоды.

Медали не дают, призы- кагл мерч. Я его получал, он выглядит бледно, но очаротвательно (на фото). Я бы сделал мерч, честно говоря, лучшего качества на их месте. Люди тратят на его получение огромные усилия

Из изменений- агенты теперь играют не bo1, а bo3.

Kaggle частично стал бенчмарком 'у нас работают умные люди, дайте денег для реализации интеллектуального ресурса'.

Есть три примера:
1. Nvidia- кагл грандмастера на зп, которые потом продаются внешним компаниям как AI-консультанты по решению AI-вопросов. Дайте денег на лучших в мире

Неолабы себе так прямолинейн говорить позволить не могут, так что делают хитрее и пытаются поднять инвестици:

2. Tufa Labs плотно фармит кагл, чтобы показать, что вот у нас самые умные люди, которые остались в европе. Дайте нам денег на компьют, чтобы они построили настоящий европейский (швейцарский) фронтир, а не Mistral

3. Внезапно Mostik в момент выхода из стелса тоже флексил top1 на лб ARC AGI. Сейчас они съехали на лб и красуются аккуратно перед одиноким русским шестнадцатилетним школьником, откуда можем сделать вывод, что инвестиции тоже собраны. Конкретно сегодня 420 место и последний сабмит месяц назад

Есть еще исторический пример, который выбивается: X5. Там скорее можно было бомбить кагл для того, чтобы усилить HR бренд и упростить найм (и пофлексить). Выбивается потому, что формулировка сокрее была 'У нас умные люди, приходите к нам работать'.

По этой схеме работают до сих пор например японцы из Rist и Go Drive. У них тоже кгм- это паровоз HR бренда компании.

Ах да, заботливо обвел вам 'профессиональных киберспротсменов' из топ 10, чтобы было легче их отделить от любителей

Следите за руками:
1. 30 сентября кончается ферма
2. Организаторы меняют версию энва (без балансных правок)
3. Некоторые боты превращаются в тыкву которую не продашь на рынке ехеххе

У нас есть официальный ответ организаторов:

The latest change to the env was a version bump only with no associated code changes. The only change is that your agents will how see kaggle-environments package version as 1.33.0 instead of 1.32.7.

Проблема в том, что умный Клод запинил версию пакета в части ботов и тем самым отстрелил ногу своим погонщикам

Спасибо чату псевдолейблинга и @wellbeingcoach лично за инфоповод

А вы представляете, какая драма будет, когда еще и статест Бредли-Терри прогонят, как обещали?

Умным домам быть, я договорился!

Буквально админ выклянчил в x/имейлах сореву про умные дома для любимых RL-грокеров

По ссылке выше кст видно, что обновили страницу с призовыми и организаторами соревы. Призовой фонд аж 30 тысяч.

На мои вопросы о том, какие будут гпу, какой точно таймлайн и что значит 'The 10x bang-bang baseline runtime limit' конечно мне никто не ответил. Зато приятно быть правым, что у каггла есть мощное желание не проводить сразу два RL в одно время.

Если вы не понимаете, о каких таких умных домах речь и почему я их так жду- есть отдельный пост.

Премию 2026 года получил Фрэнсис Хальцен — за ключевую роль в создании обсерватории IceCube и открытии нейтрино высоких энергий из космоса.

Нажился на кагглерах, получается

Третье соревнований (второе, которое решал), о котором я вообще писал на этом канале

Слоп-дизайн добрался до каггла. Сразу расхотелось получать эти мерзкие слоп-медали

Говорят, правда, что с телефона начало норм работать наконец

Кстати, ферма кончается сегодня и сегодня мы ждем результаты этого великолепного нововведения с статестом, которое решит проблему дисперсии в оценке силы агентов.

Сделаю специально снапшот лб и расскажу потом, сильно ли что-то изменилось после прогона теста

Умные дома в итоге вышли. Я так ждал, так ждал, а соревнование без медалей и очков рейтинга

Можете со мной побомбить на форуме