smithtune: как дообучить агента на траекториях из LangSmith
Инструкция по CLI smithtune: превращаем логи LangSmith в датасет для SFT и дообучаем модели через Fireworks или Baseten за одну команду.
2 мин
SFT
Статей по этой теме: 2.
80 000 траекторий ИИ: как NVIDIA обучала Nemotron 3 Super
Разбираем, как NVIDIA собрала 80k RL-траекторий для ИИ-агента AI-Q через веб-поиск, отфильтровала их до 67k SFT-примеров и обучила Nemotron 3 Super за 25 часов.
4 мин