.@poetiq_ai er en ny oppstartsbedrift som nylig oppnådde et stort sprang på ARC-AGI-benchmarken ved å legge et rekursivt selvforbedringssystem oppå eksisterende modeller. I denne episoden av @LightconePod var Poetiqs grunnlegger og administrerende direktør @itfische med oss for å diskutere hvordan små team kan bygge «resonnementsverktøy» som overgår basismodellene, hva det betyr for oppstartsbedrifter, og hvorfor automatisering av prompt engineering kan være en av de mest kraftfulle spakene innen AI i dag. 00:00 – Intro 00:40 – Hva er poetiq? 01:07 – Rekursiv selvforbedring forklart 02:07 – Finjusteringsfellen 02:59 – "Stylter" for LLM-er 03:14 – Rekursiv selvforbedring vs. finjustering 05:05 – Tar førsteplassen på ARC-AGI 06:37 – Slår Claude på menneskehetens siste eksamen 08:40 – Hvordan Meta-systemet fungerer 10:26 – Beyond RL: En ny S-kurve 11:32 – Automatisering av prompt-utvikling 13:37 – Fra 5 % til 95 % ytelse 14:50 – Tidlig tilgang og å sette agenten din på stylter 16:17 – Fra YC-grunnlegger til DeepMind-forsker 18:29 – Råd til ingeniører i AI-æraen