będziesz nie do powstrzymania.

Widok na nocne Kuala Lumpur! 🇲🇾🫶

Byki dla $TAI, do przodu! @tarsprotocol Gotujemy!

Dzień 2 #MYB2025 Widok tutaj w Exchange 106 jest niesamowity!

#MYB2025 organizuje noc instytucjonalną tutaj🫶 Jak na razie próbowałem lokalnych potraw, a Nasi Lemak to mój ulubiony!

Cieszę się, że mogę być na Malaysia Blockchain Week 2025! @MalaysiaBCW Zawsze świetnie jest spotkać twórców, wymieniać się pomysłami i poczuć lokalną atmosferę 🇲🇾⚡️ W TARS AI @tarsprotocol nie tylko budujemy narzędzia, ale kształtujemy sposób, w jaki ludzie wchodzą w interakcje z AI. Od rynków agentów po potężne integracje, mamy misję, aby uczynić AI bardziej dostępnym, użytecznym i zabawnym. Budujemy szybko, wysyłamy jeszcze szybciej, połączmy się, jeśli jesteś w pobliżu! 🔥

Tutaj na #MYBW2025 dumnie reprezentując @tarsprotocol dzielimy się tym, co budujemy na styku Web3 i technologii. Świetnie jest połączyć się z ciekawymi umysłami, pasjonatami budowania i nowymi współpracownikami w tej przestrzeni. Jeśli jesteś w pobliżu, połączmy się!

To jest moje wykład z przed 2 miesięcy na @Cornell „Jak mogę zwiększyć swoją wydajność?” Jedną naturalną odpowiedzią jest „Po prostu będę pracować kilka dodatkowych godzin.” Dłuższa praca może pomóc, ale w końcu napotykasz fizyczny limit. Lepszym pytaniem jest: „Jak mogę zwiększyć swoją wydajność bez zwiększania wkładu tak bardzo?” To jest dźwignia. Słyszymy „dźwignia” tak często, że jej implikacje łatwo przeoczyć. Moim osobistym ulubionym podziałem dźwigni jest podział według Navala Ravikanta: praca ludzka, kapitał i kod / media. Każda z nich napędzała wielkie fale tworzenia bogactwa w historii. Jednak gdy źródło dźwigni staje się popularne (pomyśl o kanałach YouTube dzisiaj w porównaniu do dziesięciu lat temu), konkurencja kompresuje marżę. Więc gdy pojawia się nowa dźwignia, to rzadka szansa na ponadprzeciętne zyski. W tym wykładzie opisuję AI jako tę wschodzącą dźwignię. Agent AI łączy dźwignię pracy (pracuje dla ciebie i jest bezzezwoleniowy) z dźwignią kodu (możesz go kopiować i wklejać). To banał mówić, że AI stworzy ogromne bogactwo. Ale użycie tej perspektywy dźwigni pozwala nam interpretować hałaśliwy cykl wiadomości o AI w spójny sposób i dostrzegać prawdziwe możliwości. Dzięki @unsojo za zaproszenie mnie!

Niestety, nie będę mógł uczestniczyć w #ICML2025 osobiście z powodu opóźnień wizowych. Ale cieszę się, że mogę podzielić się naszym artykułem na ICML: "Duże modele językowe są pre-selekcjonującymi demonstracjami dla samych siebie"! 🧠📄 💡 Co jeśli LLM-y mogłyby pomóc w wyborze lepszych przykładów dla siebie? Proponujemy FEEDER, ramy, które pozwalają LLM-om wstępnie wybrać mały, ale potężny podzbiór danych treningowych na podstawie wystarczalności i konieczności, obniżając koszty, zwiększając wydajność i uogólniając na różne zadania. Przyjdź i sprawdź to!

Uczenie przez wzmocnienie dużych modeli językowych, wiosna 2025 (UCLA) Świetny zestaw nowych wykładów na temat uczenia przez wzmocnienie LLM-ów. Obejmuje szeroki zakres tematów związanych z RLxLLMs, takich jak podstawy/fundamenty, obliczenia w czasie testu, RLHF oraz RL z weryfikowalnymi nagrodami (RLVR).