Ini mungkin satu-satunya panggilan benar terbesar saya yang pernah saya buat dalam hidup saya lol

## Efisiensi tingkat manusia diperlukan untuk AGI mengakhiri perjalanan yang luar biasa 🇸🇬 di mana saya harus bergaul dengan @agihippo + harus melihat @jeffdean @quocleix @denny_zhou dkk memberikan pembaruan "State of GDM" 2025* Sejauh ini tema berulang #1 dalam konvoi kami adalah efisiensi pembelajaran. Komputasi waktu inferensi sangat populer sekarang tetapi #efficiencyiscoming berikutnya, dan saya biasanya 3-6 bulan di depan mayoritas ketika konsensus laboratorium perbatasan semacam ini mencapai tengkorak tebal saya. orang-orang sering terkejut dan kemudian secara umum setuju ketika saya menarik garis tembus dari terobosan pembelajaran yang diawasi sendiri dan RLAIF dan RLVR bahwa mereka semua hanyalah perubahan langkah dalam kinerja yang diperoleh per titik data, dan lompatan eksponen berikutnya dari efisiensi ini jelas adalah apa yang dikonfirmasi Quoc juga sedang mengerjakan Ilya dalam ceramahnya yang dirujuk di bawah ini + "gunung" Ilya yang dia identifikasi di NeurIPS. Saya bertaruh sejumlah uang bahwa solusi untuk ini adalah blok/abstraksi non-transformator baru yang bukan "hanya multiagen" dan lebih mirip dengan pengujian realtime dan resolusi hipotesis model dunia potensial, seperti bagaimana Anda memecahkan teka-teki sudoku atau bermain Cluedo. ini adalah satu-satunya cara sistematis yang saya tahu bagaimana meringkas proses pembelajaran manusia di mana kita dapat mempelajari konsep dengan 10-20x titik data per konsep kurang dari SOTA saat ini. Jika saya seorang peneliti, saya akan mulai di sini sekarang... Dan akan sangat ironis/keren jika ini adalah kemenangan pamungkas @ylecun yang harus dimiliki. *+ melakukan beberapa pertemuan dengan kekayaan negara lokal + startup!

## Efisiensi tingkat manusia diperlukan untuk AGI mengakhiri perjalanan yang luar biasa 🇸🇬 di mana saya harus bergaul dengan @agihippo + harus melihat @jeffdean @quocleix @denny_zhou dkk memberikan pembaruan "State of GDM" 2025* Sejauh ini tema berulang #1 dalam konvoi kami adalah efisiensi pembelajaran. Komputasi waktu inferensi sangat populer sekarang tetapi #efficiencyiscoming berikutnya, dan saya biasanya 3-6 bulan lebih maju dari mayoritas ketika saya mendapatkan perasaan seperti ini. orang-orang sering terkejut dan kemudian secara umum setuju ketika saya menarik garis tembus dari terobosan pembelajaran yang diawasi sendiri dan RLAIF dan RLVR bahwa mereka semua hanyalah perubahan langkah dalam kinerja yang diperoleh per titik data, dan lompatan eksponen berikutnya dari efisiensi ini jelas adalah apa yang dikonfirmasi Quoc juga sedang mengerjakan Ilya dalam ceramahnya yang dirujuk di bawah ini + "gunung" Ilya yang dia identifikasi di NeurIPS. Saya bertaruh sejumlah uang bahwa solusi untuk ini adalah blok/abstraksi non-transformator baru yang bukan "hanya multiagen" dan lebih mirip dengan pengujian realtime dan resolusi hipotesis model dunia potensial, seperti bagaimana Anda memecahkan teka-teki sudoku atau bermain Cluedo. ini adalah satu-satunya cara sistematis yang saya tahu bagaimana meringkas proses pembelajaran manusia di mana kita dapat mempelajari konsep dengan 10-20x titik data per konsep kurang dari SOTA saat ini. Jika saya seorang peneliti, saya akan mulai di sini sekarang... Dan akan sangat ironis/keren jika ini adalah kemenangan pamungkas @ylecun yang harus dimiliki. *+ melakukan beberapa pertemuan dengan kekayaan negara lokal + startup!