momento reale di amnesia di Gell-Mann, 10 minuti di ascolto della discussione su @twentyminutevc rendendomi conto che Jason Lemkin non ha idea della differenza tra Claude API e Claude Code e immagina che tutti stiano codificando a sentimento, barcollando tra i database di produzione come lui nel suo undicesimo giorno di programmazione. cosa stiamo facendo qui?

lavoro incredibile sulla steganografia di allineamento da parte dei ragazzi di Anthropic sto cercando una spiegazione straussiana del perché la Cina continui a pubblicare modelli aperti per bontà d'animo se fai cose come usare modelli aperti per, non so, pulire *ehm* parafrasare sinteticamente i tuoi dati a qualità da manuale, potresti molto bene importare pregiudizi che non puoi rilevare fino a molto tempo dopo che è troppo tardi. quindi, se vuoi esportare il tuo sistema di valori nel resto del mondo, questo è lo strumento di Soft Power più potente inventato da Hollywood. per essere super chiari, non abbiamo prove concrete che questo motivi alcun laboratorio cinese. ma questo documento è un chiaro passo verso una possibile spiegazione.

congratulazioni a Bee per essere stato scelto da Amazon; simile a Blink, Ring, Eero e ovviamente il nuovo Claude + Nova + Alexa, penso che @panos_panay stia mettendo insieme un secondo atto piuttosto solido della strategia hardware AI di Amazon. sapevo che Bee stava vincendo quando @dharmesh è apparso al suo @latentspacepod con uno.

il motivo per cui l'analisi llm (e la regolamentazione, e il PMing) è difficile* è che le DIMENSIONI rilevanti continuano a muoversi con ogni generazione di modelli all'avanguardia; non basta semplicemente mettere il tuo asse x o y in scala logaritmica e tracciare le leggi di scala, devi effettivamente fare il lavoro per pensare a come i modelli siano strutturalmente diversi nel 2025 rispetto al 2024 rispetto al 2023 e così via eg tutti si sono concentrati su elo per 2 anni, elo viene sfruttato e perde credibilità tutti si sono concentrati sul prezzo per token per 3 anni, i modelli di ragionamento hanno una variazione di output di token per compito da 10 a 40 volte, il prezzo per token perde significato raccogli dati quanto vuoi, ma se stai solo raccogliendo serie temporali pristine puoi perdere di vista il quadro più ampio *(e perché affermazioni come “l'ingegnere AI non esiste perché tutti gli ingegneri software sono ingegneri AI” sono una giustificazione e non saranno mai corrette tranne che nel senso più triviale)

sto cercando il tweet che dice: Le tre grandi missioni attuali dell'umanità sono: - Costruire Dio - Esplorare le Stelle - Sconfiggere la Morte qualcuno sa chi l'ha detto? @xai @grok mi sta deludendo

wow, un saluto a @tferriss per aver presentato le Hyperstitions di Moloch in Five Bullet Friday!

Morirò su questa collina: o1-preview è un riassuntore di gran lunga migliore rispetto a o1 o o3 e il mondo sta per perdere l'accesso a un grande modello che non è mai stato adeguatamente messo in produzione.

🆕 Rilasciamo l'intero nostro percorso RL + Reasoning! con: • @willccbb, Prime Intellect • @GregKamradt, Arc Prize • @natolambert, AI2/Interconnects • @corbtt, OpenPipe • @achowdhery, Reflection • @ryanmart3n, Bespoke • @ChrSzegedy, Morph con un workshop speciale di 3 ore da: @danielhanchen di Unsloth! inizia qui: Buon weekend di visione! e grazie a @OpenPipeAI per il supporto e l'hosting di questo percorso!

se, come propone @sgrove, le specifiche sono il codice del futuro, allora cos'è il debugging? 1) la compilazione delle specifiche è il processo attraverso il quale un agente di codifica trasforma le specifiche in codice 2) sempre più "compilazione" sarà non supervisionata, meno osservare l'agente lavorare differenza per differenza, più specifiche in, codice fuori 3) errori di tipo -> errori di verità: la maggior parte del debugging consisterà nel setacciare ricerche e piani di implementazione in markdown per trovare la riga di contesto errato che fa sì che l'agente di codifica non riesca a avere successo nell'implementazione. I test suite controlleranno, tra le altre cose, la verità e la coerenza logica. 4) c'è un nuovo sapore di ordine superiore di "attaccare un debugger a passi" che consiste nel guardare l'agente implementare un piano passo dopo passo per individuare l'errore logico nella specifica. Quando trovi un errore mentre passi attraverso un programma riga per riga, cambi il codice, riavvii il processo e ripeti fino a quando non funziona. Quando trovi un errore in una *specifica* mentre passi attraverso un'implementazione, vai a monte, correggi la specifica e riavvia l'*implementazione*.

Ascolta @GregKamradt parlare di ARC-AGI-3 con @swyx e @FanaHOVA su @latentspacepod * Perché benchmark interattivi? * Definire l'intelligenza * Giocata dei giochi ARC-AGI-3