Jeg tror ikke det er veldig allment kjent hvor stor rolle @istoica05 og forskningsmiljøet ved UC Berkeley har spilt i å forme teknologi gjennom forskning og åpen kildekode. For bare noen få nylige eksempler på grunnleggende åpen kildekode-teknologier, skapte Ion og studentene hans Apache Spark, Ray, vLLM og SGLang. Mange selskaper er avhengige av disse prosjektene. For alle som er skeptiske til rollen akademia kan spille for å drive fremgang, tilbring litt tid med denne gruppen. Du kan føle det.

Interessant åpen kildekode-prosjekt som tar sikte på å simulere 10-tusenvis av agenter for å modellere samfunnsinteraksjoner (ved hjelp av @raydistributed). "Eksperimenter viser at rammeverket kan støtte simuleringer av 30 000 agenter som er raskere enn veggklokketiden."

Modeller vil bare generalisere. De siste årene har vi flyttet grensene for kontrollerbarhet i video, og lansert nye modeller og teknikker for maling, utmaling, segmentering, stilisering, keyframing, bevegelse og kamerakontroll. Aleph er en enkelt kontekstmodell som kan løse alle disse oppgavene samtidig, så vel som andre (f.eks. ny visningssyntese), i mange tilfeller uten oppgavespesifikk opplæring. Oppskriften på referanser fortsetter å fungere, og skaleres til nye høyder.

Alle snakker om hvordan stemmemodus (når den først er polert) vil være en stor UX-opplåsing for AI, noe som er riktig. En like viktig grense, som ingen har rørt ennå, er AI-gruppechatter. Mange vanskelige produktutfordringer å løse der, men det vil være vanskelig å forestille seg AI uten det når vi først får det riktig.

Jeg begynte å lese denne tråden og ble deretter distrahert da jeg prøvde å løse matematikkproblemet. Det er et stort problem og veldig hyggelig å tenke på. Jeg oppfordrer deg på det sterkeste til å ta frem et papirark, tegne noen trekanter og ta en sprekk på det.

Stor gratulasjon til @pcmoritz, medgründer av @anyscalecompute for Test-of-Time Honorable Mention på #ICML2025

velfortjent!

Gratulerer @pcmoritz!

Gratulerer til min strålende medgründer Philipp Moritz (@pcmoritz) og den legendariske John Schulman, Sergey Levine, Pieter Abbeel og Michael Jordan med deres Test-of-Time Honorable Mention på ICML 2025 i dag! For å lage TRPO. Dette ble gjort under den forrige bølgen av spenning rundt forsterkende læring (Atari, Mujoco, AlphaGo, etc). Nå er RL tilbake takket være LLM-er og resonneringsmodeller, og arbeidet er mer virkningsfullt enn noen gang før! Feltet har i stor grad standardisert på varianter av TRPO. @pcmoritz @johnschulman2, @svlevine, @pabbeel

Jeg spurte nylig en venn hvordan det å bygge en søkemotor for AI-agenter skiller seg fra å bygge en søkemotor for mennesker (svaret var ikke åpenbart for meg ved første øyekast). En innsikt som skilte seg ut for meg er at en søkemotor for agenter kan være langt mer kontrollerbar. Et menneske kommer ikke til å skrive en sidelang beskrivelse av hva de leter etter. En AI-agent vil. Den kan bli supersuperspesifikk på akkurat det den søker etter.