A Gradient lançou o Echo-2, uma nova estrutura distribuída de aprendizado por reforço que melhora significativamente a eficiência da pesquisa em IA. Ao desacoplar os Learners e os Actors, o Echo-2 reduz o custo pós-treinamento de um modelo de 30 bilhões de parâmetros de US$ 4.500 para US$ 425, alcançando uma taxa de pesquisa mais de 10 vezes maior. A estrutura utiliza a separação entre computação e armazenamento para treinamento assíncrono e transfere as cargas de trabalho de amostragem para instâncias de GPU instáveis, mantendo a precisão do modelo com inovações como estagnação limitada e agendamento tolerante a falhas de instância. Em conjunto com o Echo-2, a Gradient está prestes a lançar sua plataforma RLaaS, Logits, que visa transformar a pesquisa em IA de um modelo intensivo em capital para uma inovação orientada à eficiência. O Logits está agora aceitando inscrições em lista de espera globalmente para estudantes e pesquisadores.