ivo@setyadi:~$ ivo.blogspot.com

# catatan teknis, sejak 2001

Agent Lightning v1.0 Melatih Agent Lewat Proxy

Agent Lightning v1.0 adalah framework open-source sepanjang 3.500 baris dari Microsoft Research untuk menerapkan reinforcement learning pada agent harness yang sudah ada. Alih-alih memaksa Anda menulis ulang execution loop di dalam framework training, tool ini bertindak sebagai proxy yang kompatibel dengan OpenAI di antara agent dan LLM API. Tool ini merekam pemanggilan model dan menangani asynchronous training secara bersamaan pada shared pool GPU. Framework ini layak dicoba jika Anda sudah memelihara custom harness seperti OpenHands atau mini-SWE-agent dan ingin melakukan tuning tanpa merombak ulang stack Anda. Kendalanya, pemisahan rollout menjadi sampel training yang bervariasi menimbulkan tantangan data alignment yang kompleks, serta mengasumsikan Anda memiliki infrastruktur komputasi untuk menjalankan concurrent agent loop yang berat. Lewati tool ini jika Anda mencari environment training instan tanpa overhead sistem. sumber: microsoft.com my other side: setyadi.com

[slashdot] Kesalahan Python berbiaya kerugian dagang $400 juta

2013-10-23 · #Tech News

news.slashdot.org

Cara Kehilangan $172.222 per Detik Selama 45 Menit
Diposting oleh Soulskill, Selasa 22 Oktober 2013 @20:14

Seorang pembaca anonim menulis: “Perusahaan investasi Knight Capital menjadi berita pada 2012 karena kehilangan lebih dari $400 juta di New York Stock Exchange akibat masalah pada perangkat lunak algorithmic trading mereka. Kini, pemilik sebuah blog pemrograman Python memperhatikan terbitnya laporan rinci SEC tentang apa persisnya yang salah (PDF). Laporan itu memperlihatkan bagaimana rilis pembaruan yang berantakan, digabung panduan proses yang tidak berguna atau tidak ada sama sekali, merugikan perusahaan lebih dari $172.000 per detik selama lebih dari 45 menit. Dari laporan itu: ‘Saat Knight masih memakai kode Power Peg, setiap kali child order dieksekusi, sebuah fungsi kuantitas kumulatif menghitung jumlah saham dari parent order yang sudah tereksekusi. Fitur ini menyuruh kode berhenti merutekan child order setelah parent order terpenuhi seluruhnya. Pada 2003 Knight berhenti memakai fungsionalitas Power Peg. Pada 2005 Knight memindahkan fungsi pelacak saham kumulatif dari kode Power Peg ke titik yang lebih awal dalam urutan kode SMARS. Knight tidak menguji ulang kode Power Peg setelah pemindahan itu untuk memastikan Power Peg masih berfungsi benar bila dipanggil. … Namun saat penggelaran kode baru, salah satu teknisi Knight tidak menyalin kode baru ke satu dari delapan server SMARS. Knight tidak punya teknisi kedua yang meninjau penggelaran itu, dan tidak seorang pun di Knight sadar bahwa kode Power Peg belum dihapus dari server kedelapan, dan kode RLP baru belum ditambahkan. Knight tidak punya prosedur tertulis yang mewajibkan peninjauan semacam itu.’”

my other side: setyadi.com