.@poetiq_ai شركة ناشئة جديدة حققت مؤخرا قفزة كبيرة على معيار ARC-AGI من خلال وضع نظام تحسين ذاتي متكرر فوق النماذج الحالية. في هذه الحلقة من @LightconePod، انضم إلينا مؤسس ومدير عام Poetiq @itfische لمناقشة كيف يمكن للفرق الصغيرة بناء "حزم تفكير" تتفوق على النماذج الأساسية، وماذا يعني ذلك للشركات الناشئة، ولماذا قد يكون أتمتة هندسة التوجيهات من أقوى الرافعات في الذكاء الاصطناعي اليوم. 00:00 – المقدمة 00:40 – ما هو Poetiq؟ 01:07 – شرح التحسين الذاتي التكراري 02:07 – فخ الضبط الدقيق 02:59 – "الركبات" لنماذج اللغة الكبيرة 03:14 – تحسين الذات التكراري مقابل الضبط الدقيق 05:05 – المركز الأول في ARC-AGI 06:37 – هزيمة كلود في آخر اختبار للبشرية 08:40 – كيف يعمل النظام الفوقي 10:26 – ما بعد RL: منحنى S جديد 11:32 – أتمتة هندسة الأوامر 13:37 – من 5٪ إلى 95٪ أداء 14:50 – الوصول المبكر ووضع وكيلك على أعمدة 16:17 – من مؤسس YC إلى باحث في DeepMind 18:29 – نصائح للمهندسين في عصر الذكاء الاصطناعي