Budete nezastavitelní.

KL noční pohled! 🇲🇾🫶

Býčí $TAI cesta k tomu! @tarsprotocol Vaříme

Den 2 #MYB2025 Výhled je zde na Exchange 106 tak úžasný!

#MYB2025 zde🫶 pořádáme institucionální noc Zatím jsem zkoušela místní jídla, Nasi Lemak je můj oblíbený!

Jsem nadšený, že se zúčastním Malajsijského týdne blockchainu 2025! @MalaysiaBCW Vždy je skvělé setkat se se staviteli, vyměnit si nápady a navázat atmosféru s místní scénou 🇲🇾⚡️ Ve společnosti TARS AI @tarsprotocol nevytváříme jen nástroje, ale také formujeme způsob, jakým lidé interagují s umělou inteligencí. Od tržišť agentů až po výkonné integrace – naším cílem je učinit umělou inteligenci dostupnější, užitečnější a zábavnější. Stavíme rychle, dodáváme rychleji, pojďme se propojit, pokud jste poblíž! 🔥

Zde na #MYBW2025 hrdě reprezentujeme @tarsprotocol sdílíme to, co budujeme na průsečíku Web3 a technologií. Skvělé pro spojení se zvědavými hlavami, vášnivými staviteli a novými spolupracovníky v celém prostoru. Pokud jste poblíž, pojďme se spojit!

Toto je moje přednáška z před 2 měsíců na @Cornell "Jak mohu zvýšit svůj výkon?" Jedna přirozená odpověď je: "Budu pracovat ještě pár hodin." Delší práce vám může pomoci, ale nakonec narazíte na fyzický limit. Lepší otázka zní: "Jak mohu zvýšit svůj výstup, aniž bych tolik zvýšil vstup?" To je pákový efekt. Slovo "pákový efekt" slýcháme tak často, že jeho důsledky je snadné přehlédnout. Moje osobní oblíbená kategorizace pákového efektu je podle Naval Ravikant: lidská práce, kapitál a kód / média. Každý z nich poháněl velké vlny tvorby bohatství v historii. Jakmile se však zdroj pákového efektu stane populárním (vzpomeňte si na kanály YouTube dnes oproti deseti letům), konkurence stlačuje marži. Takže když se objeví nová páka, je to vzácná šance na nadměrné zisky. V této přednášce popisuji umělou inteligenci jako nově vznikající páku. Agent umělé inteligence kombinuje pákový efekt pracovní síly (funguje za vás a je bez povolení) s využitím kódu (můžete jej zkopírovat a vložit). Je klišé říkat, že umělá inteligence vytvoří obrovské bohatství. Použití této pákové čočky nám však umožňuje interpretovat hlučný zpravodajský cyklus umělé inteligence konzistentním způsobem a odhalit skutečné příležitosti. Díky @unsojo za hostování!

Bohužel se nebudu moci #ICML2025 osobně zúčastnit kvůli zpoždění víza. Ale jsem nadšený, že se mohu podělit o náš článek v ICML: "Velké jazykové modely jsou demonstrační předselektory pro sebe"! 🧠📄 💡 Co kdyby si LLM mohli pomoci vybrat si lepší příklady? Navrhujeme FEEDER, rámec, který umožňuje LLM předem vybrat malou, ale výkonnou podmnožinu trénovacích dat na základě dostatečnosti a nezbytnosti, snížit náklady, zvýšit výkon a zobecnit napříč úkoly. Pojďte se na to podívat!

Zpětnovazební učení velkých jazykových modelů, jaro 2025 (UCLA) Skvělá sada nových přednášek o zpětnovazebním učení LLM. Pokrývá širokou škálu témat souvisejících s RLxLLM, jako jsou základy/základy, výpočty v testovacím čase, RLHF a RL s ověřitelnými odměnami (RLVR).