.@poetiq_ai ist ein neues Startup, das von ehemaligen DeepMind-Forschern (@itfische & @sbpoetiq) gegründet wurde und kürzlich einen großen Sprung im ARC-AGI-Benchmark erzielt hat, indem es ein rekursives Selbstverbesserungssystem auf Gemini 3 aufbaute. In diesem Gespräch auf der NeurIPS setzte sich @FrancoisChauba1 mit dem Poetiq-Mitbegründer Ian Fischer zusammen, um herauszufinden, wie sie die Leistung allein durch Prompts und Systemdesign steigern. Sie erkunden auch rekursive Selbstverbesserung, den Fortschritt beim Benchmarking in Richtung AGI und warum die Automatisierung von Prompt-Engineering eines der mächtigsten Hebel in der KI von heute sein könnte. 00:11 — Einführung in Poetiq und den ARC-AGI-Durchbruch 00:49 — Wie groß ist der Leistungsanstieg? 01:18 — Ians Fischers Hintergrund: YC, Google, DeepMind 02:00 — Rekursive Selbstverbesserung erklärt 03:00 — Warum Poetiq den ARC-AGI anvisierte 03:58 — Verbesserung von Modellen ohne Zugriff auf Gewichte 04:26 — Ensembles, Abstimmungen und systemweite Optimierung 05:30 — Warum Gemini 3 alles verändert hat 06:21 — Was kommt als Nächstes: Benchmarks, Forschung und Kunden 07:14 — Ist rekursive Selbstverbesserung ein Weg zur AGI? 08:46 — Wann man mit dem Hill-Climbing aufhören sollte 09:16 — Automatisierung von Prompt-Engineers und Agenten