du vil være ustoppelig.

KL nattutsikt! 🇲🇾🫶

Bullish for $TAI veien å gå! @tarsprotocol Vi lager mat

Dag 2 av #MYB2025 Utsikten er så fantastisk her i Exchange 106!

#MYB2025 arrangerer institusjonskvelden her🫶 Har prøvd den lokale maten så langt, Nasi Lemak er min favoritt!

Glad for å være på Malaysia Blockchain Week 2025! @MalaysiaBCW Alltid flott å møte byggherrer, utveksle ideer og vibe med den lokale scenen 🇲🇾⚡️ Hos TARS AI @tarsprotocol bygger vi ikke bare verktøy, vi former hvordan folk samhandler med AI. Fra agentmarkedsplasser til kraftige integrasjoner, vi er på et oppdrag for å gjøre AI mer tilgjengelig, nyttig og morsomt. Vi bygger raskt, sender raskere, la oss koble til hvis du er i nærheten! 🔥

Her på #MYBW2025 som stolt representerer @tarsprotocol deler det vi har bygget i skjæringspunktet mellom Web3 og teknologi. Flott å få kontakt med nysgjerrige sinn, lidenskapelige byggere og nye samarbeidspartnere over hele rommet. Hvis du er i nærheten, la oss koble til!

Dette er min forelesning fra 2 måneder siden på @Cornell "Hvordan øker jeg produksjonen min?" Et naturlig svar er "Jeg vil bare jobbe noen timer til." Å jobbe lenger kan hjelpe, men til slutt treffer du en fysisk grense. Et bedre spørsmål er: "Hvordan øker jeg produksjonen min uten å øke inngangen så mye?" Det er innflytelse. Vi hører «innflytelse» så ofte at implikasjonen er lett å overse. Min personlige favorittkategorisering av innflytelse er av Naval Ravikant: menneskelig arbeidskraft, kapital og kode/media. Hver av dem har drevet store bølger av verdiskaping i historien. Men når en innflytelseskilde blir populær (tenk YouTube-kanaler i dag kontra for ti år siden), komprimerer konkurransen marginen. Så når en ny innflytelse dukker opp, er det en sjelden sjanse for store gevinster. I dette foredraget beskriver jeg AI som den nye innflytelsen. En AI-agent blander arbeidsinnflytelse (den fungerer for deg og er uten tillatelse) med kodeinnflytelse (du kan kopiere og lime den inn). Det er klisjé å si at AI vil skape massiv rikdom. Men ved å bruke denne innflytelseslinsen kan vi tolke den støyende AI-nyhetssyklusen på en konsekvent måte og oppdage de virkelige mulighetene. Takk @unsojo for at du var vertskap for meg!

Dessverre vil jeg ikke kunne delta på #ICML2025 personlig på grunn av visumforsinkelser. Men jeg er glad for å dele artikkelen vår i ICML: "Store språkmodeller er demonstrasjonsforhåndsvelgere for seg selv"! 🧠📄 💡 Hva om LLM-er kunne hjelpe til med å velge bedre eksempler for seg selv? Vi foreslår FEEDER, et rammeverk som lar LLM-er forhåndsvelge en liten, men kraftig undergruppe av treningsdata basert på tilstrekkelighet og nødvendighet, kutte kostnader, øke ytelsen og generalisere på tvers av oppgaver. Kom og sjekk det ut!

Forsterkende læring av store språkmodeller, våren 2025 (UCLA) Stort sett med nye forelesninger om forsterkende læring av LLM-er. Dekker et bredt spekter av emner relatert til RLxLLM-er som grunnleggende/fundamenter, testtidsberegning, RLHF og RL med verifiserbare belønninger (RLVR).