Vilken är den bästa resursen (bok, podcast, uppsats) som går djupt in i historien om programvara med öppen källkod?

Vad händer när de kinesiska laboratorierna slutar med öppen källkod för sina modeller?

Avkastningen för att leverera $TAO på @_taofi_ är ~150 gånger större än rot-APY tack vare SN10 Även om detta för närvarande kräver att du registrerar dig som gruvarbetare, kommer snart alla @_taofi_ LP:er automatiskt att få SN10-utsläpp

Många begåvade människor ovanpå mig själv lägger allt vi har på att få detta att hända inom ~18månader 🙏 Vi har teamet och kommer att manifestera beräkningen

Kunde inte hålla med mer, bra sätt att börja semestern den 4 juli genom att läsa detta.

Mitt senaste inlägg: Det amerikanska DeepSeek-projektet Bygg helt öppna modeller i USA under de kommande två åren för att möjliggöra ett blomstrande, globalt vetenskapligt AI-ekosystem för att balansera Kinas ökning av öppen källkod och ett alternativ till att bygga produkter ovanpå ledande slutna modeller.

Bra podd med Metas CFO, värt att lyssna på När han tillfrågas om utgifter för investeringar/datacenter erkänner till och med Metas ekonomichef att energi/fysik är begränsningen. Vi behöver "forskningsinnovationer" så att vi kan "distribuera utbildningsprocessen" över geografiskt skilda kluster ...

Vad har vi här?

Okej, jag har fått ny energi igen. Tillbringade dagen med att komma ikapp med några subnet-team som vi har stöttat och det vände upp och ner på hela mitt perspektiv Varje grundare jag pratade med var laserfokuserad på att generera intäkter Ironiskt nog är det samma saker som alla pekar på som negativa – säljtryck från gruvarbetare, automatisk försäljning av rotar, hög TAO APY – som tvingar fram det beteendet Det finns en extrem brådska att ta reda på hur man ska få intäkterna att driva tillbaka köptrycket till sitt subnät, minska inflationen och överleva. Om de inte kan det blöder de ut Jag har inte sett den här typen av desperation för att överleva energi och fokus på att bygga riktiga företag någon annanstans inom krypto

👀