PorTAL: framework da Ramp Labs para LoRA cross-modelo

A Ramp Labs anunciou a abertura do código-fonte do PorTAL, um framework para representações de tarefas compartilhadas e adaptação LoRA entre modelos. O projeto abrange desde modelos com atenção híbrida até sistemas multimodais, incluindo Gemma 4 E2B, Mistral 7B e o modelo Inkling da Thinky Machines.

Os recursos estão disponíveis em três frentes: o código no GitHub (ramp-public/portallib), os modelos e dados no Hugging Face (RampPublic) e o pacote Python no PyPI (portallib).

A thread também menciona um trabalho anterior da Ramp Labs, o Latent Briefing, que permite que agentes em sistemas multi-agente compartilhem memória relevante diretamente via KV cache, em vez de tokens. O método resultou em 31% menos tokens utilizados com a mesma precisão, e um speedup de 20x (mediana de 1,7s) ao reduzir 320 operações sequenciais para 2-3 operações em batch.