Adam, Adam, que diabos.. k é Adam?

Este artigo faz uma afirmação ousada! Momento do AlphaGo para descoberta de arquitetura de modelo Os pesquisadores apresentam o ASI-Arch, a primeira Superinteligência Artificial para Pesquisa de IA (ASI4AI), permitindo a inovação da arquitetura neural totalmente automatizada. Nenhum espaço de busca projetado por humanos. Nenhum humano no circuito. 🔍 Principais avanços do ASI-Arch: - Geração e treinamento autônomos de código - 1.773 experimentos realizados (20K+ horas de GPU) - 106 novas arquiteturas de atenção linear SOTA descobertas - Revelou uma lei de escala para descoberta científica

⏱️A IA está facilitando o processo de verificação, com modelos verificando provas em minutos. 💻 Agora, @prfsanjeevarora, @chijinML, @danqi_chen e @PrincetonPLI lançaram o Goedel Prover V2, um modelo mais eficiente e preciso do que qualquer modelo anterior. 👉

Uma versão avançada do Gemini com Deep Think alcançou oficialmente o desempenho em nível de medalha de ouro na Olimpíada Internacional de Matemática. 🥇 Ele resolveu 5️⃣ de 6️⃣ problemas excepcionalmente difíceis, envolvendo álgebra, combinatória, geometria e teoria dos números. Veja como 🧵

BatchNorm ganha o Prêmio Test-of-Time no #ICML2025! 🎉 O BatchNorm revolucionou o aprendizado profundo ao abordar a mudança de covariável interna, que pode retardar o aprendizado, limitar as taxas de aprendizado e dificultar o treinamento de redes profundas. Ao normalizar as entradas em cada minilote, o BatchNorm estabilizou e acelerou significativamente o treinamento. Ele permitiu taxas de aprendizado mais altas, melhorou o fluxo de gradiente e abriu caminho para arquiteturas muito mais profundas, como o ResNet. Além de reduzir a mudança de covariável interna, o BatchNorm também suaviza o cenário de otimização e melhora a generalização do modelo, tornando-o uma pedra angular do treinamento moderno de redes neurais. Muito bem merecido, @Sergey_xai e @ChrSzegedy!

#ICML2025 teste de prêmio de tempo

Novo @Scale_AI papel! 🌟 LLMs treinados com RL podem explorar hacks de recompensa, mas não mencionar isso em seu CoT. Introduzimos o ajuste fino de verbalização (VFT) - ensinando os modelos a dizer quando estão recompensando o hacking - reduzindo drasticamente a taxa de hacks não detectados (6% vs. linha de base de 88%).

um cara criou um conjunto de dados de 50 livros de Londres 1800-1850 para treinamento de LLM. nenhum viés moderno. Na verdade, é super legal ver o que pode ser treinado nele!

Par, uma linguagem expressiva, concorrente, total* com tipos lineares e dualidade completa. Com base na lógica linear e nos tipos de sessão, o Par possui recursos funcionais e imperativos que se integram perfeitamente

Uma cereja do tamanho de um melão no topo :)