serás imparable.

¡Vista nocturna de KL! 🇲🇾🫶

¡Optimista por $TAI, vamos! @tarsprotocol Estamos cocinando.

¡Día 2 de #MYB2025! ¡La vista es increíble aquí en Exchange 106!

#MYB2025 organizando la noche institucional aquí🫶 He estado probando la comida local y hasta ahora ¡el Nasi Lemak es mi favorito!

¡Emocionado de estar en la Semana Blockchain de Malasia 2025! @MalaysiaBCW Siempre es genial conocer a creadores, intercambiar ideas y conectar con la escena local 🇲🇾⚡️ En TARS AI @tarsprotocol, no solo estamos construyendo herramientas, estamos moldeando cómo las personas interactúan con la IA. Desde mercados de agentes hasta integraciones potentes, estamos en una misión para hacer que la IA sea más accesible, útil y divertida. Construimos rápido, enviamos más rápido, ¡conectemos si estás por aquí! 🔥

Aquí en #MYBW2025, orgullosamente representando a @tarsprotocol, compartiendo lo que hemos estado construyendo en la intersección de Web3 y la tecnología. Es genial conectar con mentes curiosas, constructores apasionados y nuevos colaboradores en el espacio. Si estás por aquí, ¡conectemos!

Esta es mi conferencia de hace 2 meses en @Cornell "¿Cómo puedo aumentar mi producción?" Una respuesta natural es "Solo trabajaré unas horas más." Trabajar más puede ayudar, pero eventualmente alcanzas un límite físico. Una mejor pregunta es: "¿Cómo puedo aumentar mi producción sin aumentar tanto la entrada?" Eso es apalancamiento. Escuchamos "apalancamiento" tan a menudo que su implicación es fácil de pasar por alto. Mi categorización favorita del apalancamiento es la de Naval Ravikant: trabajo humano, capital y código / medios. Cada uno ha impulsado grandes olas de creación de riqueza en la historia. Sin embargo, una vez que una fuente de apalancamiento se vuelve popular (piensa en los canales de YouTube hoy en día en comparación con hace diez años), la competencia comprime el margen. Así que cuando aparece un nuevo apalancamiento, es una oportunidad rara para obtener ganancias desproporcionadas. En esta charla, describo la IA como ese apalancamiento emergente. Un agente de IA combina el apalancamiento del trabajo (hace trabajo para ti y es sin permisos) con el apalancamiento del código (puedes copiar y pegar). Es un cliché decir que la IA creará una riqueza masiva. Pero usar esta perspectiva de apalancamiento nos permite interpretar el ruidoso ciclo de noticias de IA de manera consistente y detectar las verdaderas oportunidades. ¡Gracias @unsojo por hospedarme!

Desafortunadamente, no podré asistir en persona a #ICML2025 debido a retrasos en la visa. ¡Pero estoy emocionado de compartir nuestro artículo en ICML: "Los Modelos de Lenguaje Grande son Pre-Selectores de Demostración para Ellos Mismos"! 🧠📄 💡 ¿Y si los LLMs pudieran ayudar a elegir mejores ejemplos para ellos mismos? Proponemos FEEDER, un marco que permite a los LLMs pre-seleccionar un pequeño pero poderoso subconjunto de datos de entrenamiento basado en suficiencia y necesidad, reduciendo costos, mejorando el rendimiento y generalizando a través de tareas. ¡Ven a verlo!

Aprendizaje por refuerzo de grandes modelos de lenguaje, primavera de 2025 (UCLA) Conjunto excelente de nuevas conferencias sobre el aprendizaje por refuerzo de LLMs. Cubre una amplia gama de temas relacionados con RLxLLMs, como fundamentos/bases, computación en tiempo de prueba, RLHF y RL con recompensas verificables (RLVR).