.@poetiq_ai to nowy startup założony przez byłych badaczy DeepMind (@itfische i @sbpoetiq), który niedawno osiągnął znaczący skok w benchmarku ARC-AGI, nakładając system samodoskonalenia na Gemini 3. W tej rozmowie na NeurIPS @FrancoisChauba1 usiadł z współzałożycielem Poetiq, Ianem Fischerem, aby dowiedzieć się, jak zwiększają wydajność tylko za pomocą podpowiedzi i projektowania systemów. Oni również badają samodoskonalenie, postępy w benchmarkach w kierunku AGI oraz dlaczego automatyzacja inżynierii podpowiedzi może być jednym z najpotężniejszych dźwigni w AI dzisiaj. 00:11 — Wprowadzenie do Poetiq i przełom ARC-AGI 00:49 — Jak duży jest skok wydajności? 01:18 — Tło Iana Fischera: YC, Google, DeepMind 02:00 — Wyjaśnienie samodoskonalenia 03:00 — Dlaczego Poetiq celował w ARC-AGI 03:58 — Poprawa modeli bez dostępu do wag 04:26 — Zespoły, głosowanie i optymalizacja na poziomie systemu 05:30 — Dlaczego Gemini 3 zmienił wszystko 06:21 — Co dalej: benchmarki, badania i klienci 07:14 — Czy samodoskonalenie jest drogą do AGI? 08:46 — Kiedy przestać wspinać się na wzgórze 09:16 — Automatyzacja inżynierów podpowiedzi i agentów