Ich glaube nicht, dass allgemein bekannt ist, welche große Rolle @istoica05 und die Forschungscommunity an der UC Berkeley bei der Gestaltung von Technologie durch Forschung und Open Source gespielt haben. Einige aktuelle Beispiele für grundlegende Open Source-Technologien sind, dass Ion und seine Studenten Apache Spark, Ray, vLLM und SGLang entwickelt haben. Viele Unternehmen sind auf diese Projekte angewiesen. Für alle, die skeptisch gegenüber der Rolle der Akademia sind, wenn es darum geht, Fortschritt voranzutreiben, verbringen Sie etwas Zeit mit dieser Gruppe. Man kann es spüren.

Interessantes Open-Source-Projekt, das darauf abzielt, 10 von Tausenden von Agenten zu simulieren, um gesellschaftliche Interaktionen zu modellieren (mit @raydistributed). "Experimente zeigen, dass das Framework Simulationen von 30.000 Agenten unterstützen kann, die schneller sind als die Wanduhrzeit."

Alle reden darüber, dass der Sprachmodus (sobald er ausgefeilt ist) eine wichtige UX-Freischaltung für die KI sein wird, was richtig ist. Eine ebenso wichtige Grenze, die noch niemand berührt hat, sind KI-Gruppenchats. Dort gibt es viele schwierige Produktherausforderungen zu lösen, aber es wird schwer sein, sie ohne KI vorzusehen, wenn wir es richtig gemacht haben.

Ich fing an, diesen Thread zu lesen und wurde dann abgelenkt, als ich versuchte, das Matheproblem zu lösen. Es ist ein großes Problem und es macht sehr viel Spaß, darüber nachzudenken. Ich empfehle Ihnen dringend, ein Blatt Papier herauszunehmen, ein paar Dreiecke zu zeichnen und es auszuprobieren.

Herzlichen Glückwunsch an @pcmoritz, Mitbegründer von @anyscalecompute, für die Test-of-Time Honorable Mention bei #ICML2025

wohlverdient!

Herzlichen Glückwunsch @pcmoritz!

Herzlichen Glückwunsch an meinen brillanten Mitbegründer Philipp Moritz (@pcmoritz) und die legendären John Schulman, Sergey Levine, Pieter Abbeel und Michael Jordan zu ihrer Test-of-Time Honorable Mention auf der ICML 2025! Für die Erstellung von TRPO. Dies geschah während der vorherigen Welle der Aufregung um Reinforcement Learning (Atari, Mujoco, AlphaGo usw.). Jetzt ist RL dank LLMs und Reasoning-Modellen zurück und die Arbeit ist wirkungsvoller als je zuvor! Das Feld hat sich weitgehend auf Varianten von TRPO standardisiert. @pcmoritz @johnschulman2, @svlevine, @pabbeel

Ich habe kürzlich einen Freund gefragt, wie sich der Aufbau einer Suchmaschine für KI-Agenten von dem Aufbau einer Suchmaschine für Menschen unterscheidet (die Antwort war für mich auf den ersten Blick nicht offensichtlich). Eine Erkenntnis, die mir besonders aufgefallen ist, ist, dass eine Suchmaschine für Agenten viel besser kontrollierbar sein kann. Ein Mensch wird keine seitenlange Beschreibung dessen schreiben, wonach er sucht. Ein KI-Agent wird es tun. Es kann sehr spezifisch werden, wenn es genau darum geht, wonach es sucht.