Project Greenhouse:仅用几块 GPU 从零训练开源 agentic 搜索 reranker
lintool · x · 2026-10-10
Jimmy Lin(Waterloo)团队发布 arXiv 论文 Project Greenhouse,验证一个简单论题:用适中算力就能构建完全开源、自主可控(不依赖第三方开源权重底座)的 agentic 搜索模型。
- 首个里程碑:从零预训练(ClimbMix 数据)加监督微调(RLHN 相关性数据),训练出一个有竞争力的 pointwise decoder-only reranker
- 全程只用了少量 GPU,并称「其实没那么难」
- 发布 Gaggle 系列模型 checkpoint,以及数据、代码与配置,支持完整独立复现
作者强调端到端掌控训练过程对「主权 AI」的意义。
所属事件:Project Greenhouse：几块 GPU 从零训出开源重排器(4 条相关)→
「编程与Agent」频道最新
- 开发者耗时一个月打造音频+Trace 秒级查询工具，专为 Agent 调试设计 — julianweisser · 2026-10-11
- 特斯拉前高管 Jeff Weinstein 点赞 Instinct：Agent 消息交互进化飞快 — jeff_weinstein · 2026-10-11
- ascii.rest：图转 ASCII 动画工具上线，附 shadcn 注册表与文档 — sull · 2026-10-11
- AI Agent 安全工具全景:20 个开源方案分六大类 — MaryamMiradi · 2026-10-11
- 开发者吐槽:vibe coding 只对本来就会写代码的人有效 — prasenx · 2026-10-11
- 把 g3sharp 移植到 Luau，做出 Roblox 网格雕刻插件 — rms80 · 2026-10-11