Non penso che sia molto noto quanto grande sia il ruolo che @istoica05 e la comunità di ricerca dell'UC Berkeley abbiano avuto nel plasmare la tecnologia attraverso la ricerca e l'open source. Per alcuni recenti esempi di tecnologie open source fondamentali, Ion e i suoi studenti hanno creato Apache Spark, Ray, vLLM e SGLang. Molte aziende si affidano a questi progetti. Per chiunque sia scettico riguardo al ruolo che l'accademia può avere nel guidare il progresso, trascorrete un po' di tempo con questo gruppo. Lo si può percepire.

Interessante progetto open source che mira a simulare 10 di migliaia di agenti per modellare le interazioni sociali (utilizzando @raydistributed). "Gli esperimenti dimostrano che il framework può supportare simulazioni di 30.000 agenti che sono più veloci del tempo dell'orologio a muro".

I modelli vogliono solo generalizzare. Negli ultimi anni, abbiamo spinto la frontiera della controllabilità nei video, rilasciando nuovi modelli e tecniche per l'inpainting, l'outpainting, la segmentazione, la stilizzazione, il keyframing, il movimento e il controllo della telecamera. Aleph è un singolo modello in-context in grado di risolvere tutti questi compiti contemporaneamente, così come altri (ad esempio la sintesi di nuove visualizzazioni), in molti casi senza alcuna formazione specifica per il compito. La ricetta di Referenze continua a funzionare, ed è stata scalata a nuovi livelli.

Tutti parlano di come la modalità vocale (una volta perfezionata) sarà un importante sblocco UX per l'IA, il che è corretto. Una frontiera altrettanto importante, che nessuno ha ancora sfiorato, sono le chat di gruppo dell'intelligenza artificiale. Ci sono molte sfide difficili da risolvere in questo caso, ma sarà difficile immaginare l'intelligenza artificiale senza di essa una volta che l'avremo fatta bene.

Ho iniziato a leggere questo thread e poi mi sono distratto cercando di risolvere il problema di matematica. È un grande problema e molto divertente da pensare. Ti incoraggio vivamente a prendere un foglio di carta, disegnare dei triangoli e provarci.

Congratulazioni a @pcmoritz, co-fondatore di @anyscalecompute per la menzione d'onore Test-of-Time a #ICML2025

Meritato!

Congratulazioni @pcmoritz!

Congratulazioni al mio brillante co-fondatore Philipp Moritz (@pcmoritz) e ai leggendari John Schulman, Sergey Levine, Pieter Abbeel e Michael Jordan per la loro Menzione d'Onore alla Prova del Tempo all'ICML 2025 di oggi! Per la creazione di TRPO. Questo è stato fatto durante la precedente ondata di entusiasmo per l'apprendimento per rinforzo (Atari, Mujoco, AlphaGo, ecc.). Ora RL è tornato grazie agli LLM e ai modelli di ragionamento e il lavoro è più incisivo che mai! Il campo si è in larga misura standardizzato sulle varianti di TRPO. @pcmoritz @johnschulman2, @svlevine, @pabbeel

Di recente ho chiesto a un amico in che modo la creazione di un motore di ricerca per agenti di intelligenza artificiale differisce dalla creazione di un motore di ricerca per gli esseri umani (la risposta non era ovvia per me a prima vista). Un'intuizione che mi ha colpito è che un motore di ricerca per agenti può essere molto più controllabile. Un essere umano non scriverà una descrizione lunga una pagina di ciò che sta cercando. Un agente di intelligenza artificiale lo farà. Può diventare super super specifico sulla cosa precisa che sta cercando.