既存のAIモデルに見られる欠点の簡潔な要約 パフォーマンスの低いプロパティがどのように現れるかを示すための例の優れた使用方法

Jito プロトコルの収益の 100% が DAO に寄付されます Jitoはこれまでで最も重要な製品を発表したばかりで、製品の観点から解き明かすべきことはたくさんありますが、重要な市場触媒が明らかになりました。 「Jito Foundation と Jito Labs は、Jito が BAM と Jito ブロック エンジンから徴収した「すべての手数料」を DAO 財務省に向ける JIP で協力しています。」 現在、DAOとJito Labsは、チップのテイク率を合計6%で50/50(それぞれ3%)に分割していますが、今回の提案ではそれが変わり、すべての価値がDAOに向けられます。 現在の30日、60日、90日の移動平均と、昨年の日次チップ額の中央値を使用すると、チップの6%のテイクレートは年率で次のようになります。 30-D:27,820,634ドル 60-D:25,876,009ドル 90-D:35,457,431ドル 1 年同期の中央値: 39,912,695 ドル さらに、毎週の JitoSOL ステーキング報酬料金の中央値は、DAO にとって年間さらに $9.3m になります。あまり知られていない製品であるインターセプターを追加すると、DAOはDAOの年間収益が約$45m〜$50mを見込んでいます。 手数料のテイクレートを100%に向けることは、Jitoの既存の最も強力な収益源を強化するために設定されています。 BAMの場合: 今後の調査レポートでいくつかのより深い考えを共有しますが、私たちの大まかなポイントは、Jito の成功は常に Solana のユーザー エクスペリエンスの向上に執着することから来ており、これはその方向への継続的な進歩であるということです。 彼らは過去にメモリプールを廃止するという物議を醸す決定を下しましたが、その決定がネットワーク上の活動の急増につながりました。 また、圧倒的な市場シェアを持つ既存のソリューションからの移行は大胆ですが、ネットワーク全体の機能を改善したいという継続的な要望が、後から考えると、ユーザー アクティビティの増加を促進することは明らかであると信じています。 Jitoは、BAMを使用して、プラグインを介して、より効率的で透明性のある分散型のブロック構築を可能にする機会をプロトコルに提供しています。 これにより収益が増加し、すべての利害関係者にとって価値創造の新たな波が開かれると信じています。 要約すると、現在、Jitoにとっていくつかの前向きな追い風があります - ステーキングされたSOL ETF - トークン経済学の SubDAO が資金提供 - 収益の 100% が DAO に寄付されます (完全な調整) - そして現在はブロックアセンブリマーケットプレイス(BAM) 今後の調査レポートで、これらすべてのトピックに関する私たちの考えをさらに共有できることを嬉しく思います。 最初に入手できるように、必ずサブスタックをフォローして購読してください。

私は子供の頃のアーケードの夢を 5 時間で Vibe でコーディングしました。 (座るのをやめるには 92 時間/週)

抹茶ラテにバナナを入れ始めることにしたのは誰ですか?

@artemisは、最も過小評価されている機関レベルの研究の1つです。 以下のレポートへのリンク

V-JEPA2の世界モデルの@k7agar別内訳 65%の成功率でカップ把持を実行できるようにしたアーキテクチャに飛び込む ロボットが写真/複数の写真を表示されなくても、何を達成する必要があるかを理解できる「言語目標問題」について言及しています そのための分散型アプローチを模索するのは興味深いでしょう 1. ワールドモデルが「目標」の反復を生成する 2. 分散型検証者ネットワークは、BLTサンドイッチの特定など、正確な「目標」と見なされるものを投票します 以下のリンク

アメリカのエネルギー問題に関する洞察力に富んだ@a16zエピソード ハイライト • 原子力発電所の製造と運営における従業員の定着の必要性 • さまざまなエネルギーの種類に飛び込む: 太陽光とその強さ、原子力とその周りの誤解、風とその欠点 • エネルギー消費の将来、およびエネルギー需要の周期的な性質 (日、季節) を乗り越えるのに役立つ政策または進歩 エピソードは、将来の機会についての洞察で終わります • エネルギー需要を管理する AI ソフトウェア • エネルギー資源の分散調整 特に興味深い点は、天候が調整システムにおいていかに重要な要素となり得るかということでした 分散型データ収集スペース内で構築されるプロジェクトには、次のようなものがあります。 • @nubilanetwork • @SkyX_Network • @WeatherXM

@rayvo_xyz本当に洗練された外観

1/N 最新の@OpenAI実験的推論 LLM が、世界で最も権威のある数学コンテストである国際数学オリンピック (IMO) で金メダルレベルの成績という、AI における長年の壮大な課題を達成したことを共有できることを嬉しく思います。

ビルダーにとってのいくつかの学習: - 基礎モデルを構築する場合は、スタックをすばやく上に進めることをお勧めします。 - パーソナライゼーションを推進するには、ファーストパーティデータを取得して活用する必要があります。 - サードパーティのデータでさらにパーソナライズするにはコネクタを構築する必要がありますが、それは長くは差別化されず、差し迫った二国間データ戦争の後はさらに困難になるでしょう (IMPLICATIONS の次回版を参照) ;-) - レコメンデーション/アルゴを所有しているデータにより関連性の高いものにするために、ある種のソーシャルまたはプロフェッショナル グラフをキャプチャする必要があります。 - システムのプロンプトが堀であれば、あなたの日は数えられます。 - 「パーソナライゼーション効果」は、リテンションとPLGに関して新しいネットワーク効果であるため、コンテキストウィンドウはますます広く長くする必要があります。 - 市場はインターフェース層で勝敗が決まり、究極のインターフェースは最終的に私たちの生活のオペレーティングシステムによって制御されます。消費者にとって、これは iOS と Android と私たちのブラウザです (そしておそらく Meta や他のブラウザも登場しますか?!)。企業にとって、OSはあらゆる機能にわたって作業するためのシステムであり、設計を重視し、上記のすべての学習を考慮するには、非常に大きなチャンスが待っています...