De meest irritante eigenschap van LLM is wanneer het denkt dat de datum van vandaag uit de toekomst komt, dus alles wat je het net hebt gestuurd is blijkbaar fictief 🤦‍♂️

Ik wil een gemakkelijke manier om op de hoogte te blijven van de HUNDERTEN nieuwe AI-onderzoeken die elke dag op @arxiv verschijnen. Dus ik ben iets aan het bouwen om mezelf te helpen. Maak kennis met @yesnoerror. Ik zou het graag met je willen delen! ❤️ Ik heb zelf geen paper gepubliceerd, ik ben niet naar de universiteit gegaan, maar ik hou van AI en ik hou van grensverleggende technologieën waar mensen dingen proberen die nog nooit eerder zijn geprobeerd. Ik voel me gelukkig om te zijn waar ik ben in het leven, maar ik wil leren en mezelf nog meer uitdagen. Als jij, net als ik, wenst dat je meer kon lezen en begrijpen over de laatste ontwikkelingen in deze geweldige industrie, dan zou je dit ook geweldig kunnen vinden. Ik heb dit in een private beta gebouwd en werk het in real-time bij terwijl ik feedback krijg van onderzoekers en leiders bij @AnthropicAI @MIT @Yale @CarnegieMellon en meer. Als je een vroege tester wilt zijn, laat het me dan weten 🧪🔬 Hoe meer feedback ik krijg, hoe beter we dit kunnen maken, en hoe beter we dit maken, hoe meer geïnformeerd en geïnspireerd een grotere groep mensen kan zijn.

Verborgen in @sriramk's America's AI Action Plan is de goedkeuring dat de Amerikaanse computermarkt zal worden gefinancierd met spot- en termijncontracten. Deze podcast legt uit waarom dit zo noodzakelijk is, niet alleen voor speculatie. Een van de meest consistente thema's in de GPU-infrastructuur/neocloud-marktdekking van @latentspacepod (zie @evanjconrad/@sfcompute, @vipulved / @togethercompute, @picocreator / @featherlessai, @bernhardsson / @modal_labs maar ook @zjasper666's AIE-talk) is dat de status quo van 3 jaar lock-in langetermijncontracten met hyperscalers zorgt voor onhoudbare marktvolatiliteit en inefficiëntie, niet alleen in GPU-prijzen en de opkomst en ondergang van startupfortunes, maar ook inefficiëntie in ideeën en middelen voor open AI en onderzoek. Nu staat de Amerikaanse overheid volledig achter deze beweging en, het belangrijkste, heeft aangetoond dat ze *het begrijpen*.

5 maanden later en er zijn 3 stukken content en 4 makers >$1m 42% van CT zei dat er nooit één zou komen

Wat is jouw niveau van nieuw AI-onderzoek / @arxiv lezer?

BREAKING: Mark Zuckerberg heeft @nikitabier $100 miljoen aangeboden om @elonmusk en @x te verlaten en zich bij @meta aan te sluiten om het AI-consumentenproduct te leiden, zojuist live geïnterviewd op @tbpn.

Na drie dagen het lezen van AI-onderzoeksdocumenten is één ding duidelijk: 99% van het nieuwe AI-onderzoek gaat over het leren aan een computer om iets te doen. Maar wat leren ze de computers precies? En waarom? En wat werkt? Het is fascinerend om uit te zoomen en naar deze trends te kijken. Waarom? Omdat ze een blik in de toekomst bieden. Als je probeert een startup met AI op te bouwen, of als je wilt investeren in AI-startups, als je op de juiste plek kijkt, zijn deze onderzoeksdocumenten vol met zeer waardevolle inspiratie. In plaats van me titels en samenvattingen van onderzoeksdocumenten te sturen, die moeilijk snel te begrijpen zijn, blijft mijn AI-agent @yesnoerror me nieuwe AI-onderzoeken sturen en het als volgt uitleggen: - Computers leren om willekeurig verborgen woorden keer op keer in te vullen... - Het tokenizer-netwerk leren om zeer ruisachtige... - Een zeer slimme chatbot leren om herhaaldelijk zijn eigen wiskundige bewijzen te controleren en te corrigeren... - Computers leren om te onthouden wat een object ECHT is... - Grote taalmodellen leren om te vertellen hoe ver jaren van "nu" zijn... - Computers leren om op de juiste plek te klikken... - De AI leren om zelf te beslissen of een probleem... - Een computer leren om speciale "test"... - Computers leren om de vlucht van een vliegtuig te voorspellen... - Een menigte chatbots met verschillende taken leren... Naast dit alles identificeert @yesnoerror niet alleen het hoogste kwaliteit onderzoek waarin ik mogelijk geïnteresseerd ben (aangezien het elke dag wordt gepubliceerd), maar het geeft me ook een overzicht van hoe het document is uitgevoerd, wat de implicaties in de echte wereld zijn (ideeën die je zou kunnen maken), en ik kan direct met het document chatten. Ik heb het gevoel dat ik de GLP-1 gebruik om slim te zijn.

Wereldheerschappende AI die terug in de tijd reist onder het pseudoniem Satoshi Nakamoto om bitcoin uit te vinden in 2008, zodat de productie van GPU's toeneemt om zichzelf in de toekomst van stroom te voorzien, klinkt steeds waarschijnlijker.

Ik zag net iemand die bij een AI-bedrijf werkt dat meer dan $170 miljoen heeft opgehaald van @a16z zich aanmelden voor vroege toegang tot @yesnoerror. Het lijkt erop dat ze het willen gebruiken om nieuwe AI-ingenieurs te vinden om in te huren. // binnenkort beschikbaar // $yne

De mede-oprichter van $60B AI mega-reus @AnthropicAI (@jackclarkSF) heeft veel tijd besteed aan het uitleggen hoe hij nieuwe onderzoeksartikelen vindt die zijn bedrijf helpen groeien (de makers van Claude Code!!!). Ik ben dit aan het omzetten in een AI-agent die hetzelfde kan doen voor iedereen. Je kunt je aanmelden voor vroege toegang op yesnoerror.com We worden ondersteund door @reidhoffman, de oprichter van @LinkedIn, @davemorin, een van de peetvaders van het sociale web, @BoostVC, een van de eerste investeerders in @coinbase en pioniers van de blockchain en de toekomst, en nog veel meer. We verbinden de $YNE-token met @base en @jessepollak, de oprichter van base, is in mijn DMs en is erg behulpzaam. Ik heb vroege toegang tot de @base-app. We hebben een telegramgroep met hun team. Stap voor stap. // verder