moment réel de l'amnésie de Gell-Mann, 10 minutes d'écoute de la discussion @twentyminutevc en réalisant que Jason Lemkin n'a aucune idée de la différence entre l'API Claude et le code Claude et imagine que tout le monde code à l'instinct en tâtonnant dans des bases de données de production comme lui, au 11ème jour de son apprentissage de la programmation. que faisons-nous ici ?

travail incroyable sur la stéganographie d'alignement de la part des collègues d'Anthropic je cherche une explication straussienne sur pourquoi la Chine continue de publier des modèles ouverts par bonté de cœur si vous faites des choses comme utiliser des modèles ouverts pour, je ne sais pas, nettoyer *hum* paraphraser synthétiquement vos données à la qualité d'un manuel, vous pourriez très bien importer des biais que vous ne pouvez pas détecter avant longtemps, quand il est trop tard. donc, si vous voulez exporter votre système de valeurs au reste du monde, c'est l'outil de Soft Power le plus puissant inventé depuis Hollywood. pour être très clair, nous n'avons aucune preuve réelle que cela motive l'un des laboratoires chinois. mais cet article est un pas clair vers une explication possible.

félicitations à Bee d'avoir été sélectionné par Amazon ; similaire à Blink, Ring, Eero et bien sûr le nouveau Claude + Nova + Alexa, je pense que @panos_panay met en place un deuxième acte assez solide de la stratégie matérielle d'IA d'Amazon. Je savais que Bee gagnait quand @dharmesh est arrivé à son @latentspacepod avec un.

la raison pour laquelle l'analyse LLM (et la réglementation, et le PMing) est difficile* c'est que les DIMENSIONS pertinentes continuent de bouger avec chaque génération de modèle de pointe ; il ne suffit pas de mettre votre axe x ou y en échelle logarithmique et de suivre les lois d'échelle, vous devez réellement faire le travail de réfléchir à la façon dont les modèles sont structurellement différents en 2025 par rapport à 2024, par rapport à 2023, et ainsi de suite. eg tout le monde s'est concentré sur l'elo pendant 2 ans, l'elo est exploité et perd de sa crédibilité tout le monde s'est concentré sur le prix par jetons pendant 3 ans, les modèles de raisonnement ont une variation de 10 à 40 fois dans les jetons de sortie par tâche, le prix par jeton perd de son sens. collectez des données autant que vous le souhaitez, mais si vous ne collectez que des séries temporelles impeccables, vous pouvez perdre de vue le tableau d'ensemble. *(et pourquoi des déclarations comme "l'ingénieur en IA n'est pas une chose parce que tous les ingénieurs en logiciel sont des ingénieurs en IA" sont des excuses et ne seront jamais vraies sauf dans le sens le plus trivial)

j'essaie de trouver le tweet qui dit : Les trois grandes quêtes actuelles de l'humanité sont : - Construire Dieu - Explorer les étoiles - Vaincre la mort quelqu'un sait qui a dit ça ? @xai @grok me fait défaut

Whoa, un grand merci à @tferriss d'avoir présenté les Hyperstitions de Moloch dans Five Bullet Friday !

Je mourrai sur cette colline que o1-preview est un bien meilleur résumeur que o1 ou o3 et le monde est sur le point de perdre l'accès à un grand modèle qui n'a jamais été correctement mis en production.

🆕 Lancement de notre entire parcours RL + Raisonnement ! avec : • @willccbb, Prime Intellect • @GregKamradt, Arc Prize • @natolambert, AI2/Interconnects • @corbtt, OpenPipe • @achowdhery, Reflection • @ryanmart3n, Bespoke • @ChrSzegedy, Morph avec un atelier spécial de 3 heures animé par : @danielhanchen d'Unsloth ! commencez ici : Bon week-end de visionnage ! et merci à @OpenPipeAI pour le soutien et l'hébergement de ce parcours !

si, comme le propose @sgrove, les spécifications sont le code du futur, alors qu'est-ce que le débogage ? 1) La compilation des spécifications est le processus par lequel un agent de codage transforme les spécifications en code. 2) De plus en plus de "compilation" se fera sans intervention, moins de surveillance de l'agent qui travaille diff par diff, plus de spécifications entrantes, code sortant. 3) erreurs de type -> erreurs de vérité : la plupart des débogages consisteront à fouiller dans les recherches et les plans de mise en œuvre en markdown pour trouver la ligne incorrecte de contexte qui fait échouer l'agent de codage. Les suites de tests vérifieront, entre autres, la vérité et la cohérence logique. 4) Il existe une nouvelle saveur de "connexion d'un débogueur pas à pas" qui consiste à observer l'agent mettre en œuvre un plan étape par étape pour identifier l'erreur logique dans la spécification. Lorsque vous trouvez une erreur en parcourant un programme ligne par ligne, vous modifiez le code, redémarrez le processus et répétez jusqu'à ce que cela fonctionne. Lorsque vous trouvez une erreur dans une *spécification* en parcourant une mise en œuvre, vous remontez en amont, corrigez la spécification et redémarrez la *mise en œuvre*.

Écoutez @GregKamradt parler d'ARC-AGI-3 avec @swyx et @FanaHOVA sur @latentspacepod * Pourquoi des benchmarks interactifs ? * Définir l'intelligence * Démonstration des jeux ARC-AGI-3