Mind Lab 成立｜64 张卡跑万亿参数 RL，开源

主要观点总结

本文介绍了作者的朋友锴杰及其产品马卡龙，并详细介绍了锴杰的Mind Lab团队在强化学习和记忆算法方面的技术成果。文章还探讨了预训练时代结束后，如何借助真实产品环境提升模型智能，以及Mind Lab如何结合产品和研究实现互相增强。最后，文章提到了下一个时代可能是经验智能时代。

关键观点总结

关键观点1: 锴杰的Mind Lab团队成立并专注于强化学习和记忆算法的研究。

Mind Lab团队进行了多项实验，包括万亿参数LoRA强化学习，记忆算法SOTA等，以验证强化学习和真实反馈的重要性。

关键观点2: 预训练时代正在结束，经验智能时代即将开启。

预训练时代的结束意味着模型智能的提升需要新的方向，而经验智能时代的产品环境可以为模型提供真实的训练信号，促进模型的持续进化。

关键观点3: Mind Lab的技术和产品结合具有互相增强的效果。

研究给产品带来体验升级，产品给研究提供真实数据，这种结合有助于实现产品和技术的共同进步。