Cieszę się, że mogę podzielić się nowym wyzwaniem projektowania mechanizmów od mnie i @danrobinson Czy potrafisz stworzyć najlepszą strategię opłat AMM, która odnosi sukces w dynamicznym środowisku handlowym? Spróbuj i prześlij swoje zgłoszenie pod poniższym linkiem 1/
To wyzwanie zostało zaprojektowane tak, aby użytkownik mógł mieć szybkie iteracyjne eksperymentalne pętle z narzędziami do kodowania AI. Narzędzia do kodowania AI same w sobie nie osiągają zbyt dobrych wyników, ale z kilkoma kluczowymi spostrzeżeniami od użytkownika mogą odblokować duże skoki punktowe 2/
Po próbie rozwiązania tej zagadki przez kilka dni, myślę, że dobrze odzwierciedla intuicję dotyczącą projektowania AMM w rzeczywistym świecie. Kilka pomysłów na poprawę rzeczywistych AMM wydaje się dobrze sprawdzać w rywalizacji Przybliżone progi punktowe 450+: Nie całkowicie chaotycznie 480+: Solidnie 510+: Mocno 540+: ??? 3/
Ten problem był tym, co wzbudziło moją wdzięczność dla codex. Byłem całkowicie niezdolny do zrobienia postępów w tym problemie z Opus. Jeśli znajdziesz coś innego, chętnie o tym usłyszę.
benedict
benedict5 lut, 03:35
Trochę mnie zaskakuje, jak dużo lepszy jest Codex od Opus w problemach związanych z statystyką i badaniami handlu kwantowego. Opus całkowicie niezdolny do wyciągania jakichkolwiek rygorystycznych wniosków w problemach, które Codex potrafi rozwiązać za jednym razem. Duża aktualizacja dla mnie na temat tego, jak niestabilna jest inteligencja w tych modelach.
Następna generacja przełomów w trudnych zastosowaniach prawdopodobnie pochodzić będzie z takich rozwiązań. Dobrze zaprojektowana pętla symulacyjna i docelowa metryka, nad którymi agent i człowiek mogą wspólnie pracować. Ta struktura znacznie przyspiesza proces odkrywania i walidacji.
64