Du kommer att vara ostoppbar.

KL nattlig utsikt! 🇲🇾🫶

Hausse för $TAI vägen att gå! @tarsprotocol Vi lagar mat

Dag 2 av #MYB2025 Utsikten är så fantastisk här i Exchange 106!

#MYB2025 att vara värd för den institutionella natten här🫶 Har provat den lokala maten hittills är Nasi Lemak min favorit!

Taggad på att vara på Malaysia Blockchain Week 2025! @MalaysiaBCW Alltid bra att träffa byggare, utbyta idéer och vibe med den lokala scenen 🇲🇾⚡️ På TARS AI @tarsprotocol bygger vi inte bara verktyg, vi formar hur människor interagerar med AI. Från agentmarknadsplatser till kraftfulla integrationer – vårt uppdrag är att göra AI mer tillgängligt, användbart och roligt. Vi bygger snabbt, skickar snabbare, låt oss länka om du är i närheten! 🔥

Här på #MYBW2025 representerar vi stolt @tarsprotocol delar med oss av vad vi har byggt i skärningspunkten mellan Web3 och teknik. Fantastiskt att få kontakt med nyfikna sinnen, passionerade byggare och nya samarbetspartners över hela utrymmet. Om du är i närheten, låt oss ansluta!

Det här är min föreläsning för 2 månader sedan på @Cornell "Hur ökar jag min produktion?" Ett naturligt svar är: "Jag ska bara jobba några timmar till." Att arbeta längre kan hjälpa, men så småningom når du en fysisk gräns. En bättre fråga är: "Hur ökar jag min produktion utan att öka inmatningen lika mycket?" Det är hävstångseffekt. Vi hör "hävstång" så ofta att dess innebörd är lätt att förbise. Min personliga favoritkategorisering av hävstång är av Naval Ravikant: mänskligt arbete, kapital och kod / media. Var och en har drivit stora vågor av välståndsskapande i historien. Men när en hävstångskälla blir populär (tänk YouTube-kanaler idag jämfört med för tio år sedan) komprimerar konkurrensen marginalen. Så när en ny hävstång dyker upp är det en sällsynt chans till överdimensionerade vinster. I det här föredraget beskriver jag AI som den framväxande hävstångseffekten. En AI-agent blandar arbetskraft (den fungerar för dig och är utan behörighet) med kodhävstång (du kan kopiera och klistra in den). Det är klyschigt att säga att AI kommer att skapa enorma rikedomar. Men genom att använda denna hävstångslins kan vi tolka den bullriga AI-nyhetscykeln på ett konsekvent sätt och upptäcka de verkliga möjligheterna. Tack @unsojo för att du tog emot mig!

Tyvärr kommer jag inte att kunna delta i #ICML2025 personligen på grund av visumförseningar. Men jag är glad över att kunna dela med mig av vår artikel i ICML: "Large Language Models are Demonstration Pre-Selectors for Itself"! 🧠📄 💡 Tänk om LLM:er kunde hjälpa till att välja bättre exempel för sig själva? Vi föreslår FEEDER, ett ramverk som låter LLM:er i förväg välja en liten men kraftfull delmängd av träningsdata baserat på tillräcklighet och nödvändighet, vilket minskar kostnaderna, ökar prestandan och generaliserar över uppgifter. Kom och kolla in det!

Förstärkningsinlärning av stora språkmodeller, våren 2025 (UCLA) Stor uppsättning nya föreläsningar om förstärkningsinlärning av LLM. Täcker ett brett spektrum av ämnen relaterade till RLxLLM:er såsom grunder/grunder, testtidsberäkning, RLHF och RL med verifierbara belöningar (RLVR).