Актуальные темы
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

stokes
Арка искусственного интеллекта и ACC.
Ethereum.
здесь есть интересная нить
так же, как микроскоп был технологией, позволяющей лучше понять мир, нейронные сети становятся таким инструментом
even putting aside “agent go brr” тип мышления, который они открывают, имеет большое значение

himanshu14 мар., 23:41
Чем больше я углубляюсь в Goodfire Research, тем больше осознаю, как область интерпретируемости тихо превращается в одну из самых интересных границ в AI (особенно AI для науки).
В прошлом году они опубликовали это исследование с основной идеей о том, как модель фундамента ДНК внутренне организует виды в своем эмбеддинговом пространстве таким образом, что это отражает реальное эволюционное дерево жизни.
или, по сути, как модель заново открыла филогению исключительно на основе последовательностей ДНК.
они изучали Evo 2 (модель ДНК, разработанную EvolutionaryScale) и обнаружили, что:
+ геном каждого вида отображается на векторное эмбеддинг внутри модели.
+ эти эмбеддинги формируют изогнутую геометрическую структуру (многообразие).
+ расстояния вдоль этого многообразия соответствуют фактическому эволюционному расстоянию между видами.
так что внутри модели:
похожие виды → близкие эмбеддинги
distant species → far embeddings
и структура, которая возникает, по сути, является деревом жизни.
Это может доказать что-то революционное о том, как модели фундамента могут автоматически заново открывать научные структуры.

209
теперь нам нужно (без иронии) разместить это в блокчейне
desci (но на самом деле в этот раз)

Kydo11 мар., 00:51
Ребята, я думаю, это может быть следующий openclaw.
Карпати позволил ИИ-агенту оптимизировать свой собственный код обучения нейронной сети в течение 2 дней. Он провел 700 экспериментов автономно. Найдено 20 улучшений, которые он пропустил после месяцев ручной настройки. Увеличение производительности на 11%.
Агент нашел ошибки. Настроил гиперпараметры. Обнаружил недостающую регуляризацию. Запланировал свои собственные эксперименты на основе предыдущих результатов.
Что сделал Карпати? "programming the program.md"
Это человек, который выполнял этот точный рабочий процесс вручную в течение 20 лет. Построил автопилот Tesla. И его реакция была "дико."
Почему это уровень openclaw?
Потому что openclaw не был одним роботом, обучающимся одной задаче. Это была структура для агентов, чтобы выполнять целый набор действий.
То же самое только что произошло для исследований/экспериментов.
Карпати уже запускает раунд 2 с многоагентным сотрудничеством. Он сказал это прямо: "все пограничные лаборатории будут это делать. Это финальная битва с боссом."
Но посмотрите шире. Его истинное понимание: "любой показатель, который вам важен и который разумно эффективно оценивать, может быть автоисследован роями агентов."
Любой показатель, который вам важен и который разумно эффективно оценивать, может быть автоисследован роями агентов.
Расходы на рекламу, цепочка поставок, энергетическая сеть, открытие лекарств, торговая стратегия и т.д... если это можно автоисследовать, это будет автоисследовано.
Теперь нам нужна инфраструктура для роя.
477
Топ
Рейтинг
Избранное
