Trend Olan Konular
#
Bonk Eco continues to show strength amid $USELESS rally
Hosico
Hosico+%8,08
USELESS
USELESS+%7,61
IKUN
IKUN-%4,39
gib
gib+%1,92
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
Bonk
Bonk+%3,23
ALON
ALON+%2,18
LAUNCHCOIN
LAUNCHCOIN-%7,37
GOONC
GOONC-%0,91
KLED
KLED+%9,87
#
Boop.Fun leading the way with a new launchpad on Solana.
BOOP
BOOP%0,00
Boopa
Boopa+%3,91
PORK
PORK-%1,2
header
Chayenne Zhao
Teknik Personel Üyesi @radixark | Ölçeklenebilir RL @lmsysorg | Önceki AGI SF Laboratuvarı @Amazon | Tohum Infra BaytDans | NeuLab @LTIatCMU | BS @Tsinghua_Uni | Doktora @UCLA
Chayenne Zhao
Chayenne Zhao10 Oca 04:15
xAI > OpenAI. Atmosfer değişimi gerçek. Yakın bir arkadaşım—her Tier 1 şirketinin uğruna mücadele ettiği türden bir mühendis—dün teklifini imzaladı. Açıkça söyledim: Tahmin bile etmeme gerek yoktu, xAI'yi seçeceğini biliyordum. Sen klasik bir xAI insanısın. İnsanların anlamadığı şey Elon'un inşa ettiği "kaba kuvvet estetiği". Diğer laboratuvarlar sonsuz güvenlik toplantıları ve PR döngülerinde sıkışıp kalırken, xAI sadece saf, ham bir savaş. En iyi haliyle yüksek yoğunluklu mühendislik. Son zamanlarda oraya taşınan ve LinkedIn ya da Twitter biyograflarına bile dokunmayan çok sayıda canavar tanıyorum. Kod göndermek ve sadece Musk'ın sağlayabileceği tam stack hesaplama gücünü kullanmak konusunda çok meşguller. Bu yarışta, genellikle en güçlü takımla çalışan sessiz olanlar kazanır. xAI son oyundur.
Vahid Kazemi
Vahid Kazemi9 Oca 12:03
I can confidently say our team at @xAI is 10x more competent than my former team at @OpenAI.
21
Chayenne Zhao
Chayenne Zhao7 Oca 08:57
Meta'da FAIR için bir dönemin sonu, ama FAR Amazon'da bir Robotik Rönesansının şafağın. İnsanlar Amazon'u FAR kadar hafife alıyor çünkü onu Amazon imparatorluğunun bürokratik bir kolu olarak görüyorlar. Yanlış. Geçen yaz FAR (AGI SF Lab) stajyerliği yaptım, "gizli" tarafı gördüm. Amazon'un geri kalanı eski bir dev gibi hissettirirken, FAR inanılmaz yetenek yoğunluğuna sahip bir SEAL ekibi gibi çalışıyor (David Luan @jluan Adept AI @AdeptAILabs ekibi farklı şekilde inşa edilmiş). Alibaba'nın Qwen veya Xiaomi'nin MiMo'sunun aynı oyun kitabı: Radikal özerklik = SOTA sonuçları. Ayrıca, Amazon'un çoğunun aksine, FAR gerçekten sizi besliyor (Vadinin en iyi yemeği, bana @ yazmayın). Fiziksel yapay zekada Amazon'a karşı bahis yapıyorsanız, yanlış kişilere karşı bahis yapıyorsunuz. Hâlâ FAR ofis havasını ve oradaki orijinal oyuncularla bitmek bilmeyen teknik tartışmaları özlüyorum.
Jitendra MALIK
Jitendra MALIK4 Oca 08:38
1/4 Son birkaç yıldır Meta'daki FAIR laboratuvarında yarı zamanlı çalıştım, ayrıca UC Berkeley'de profesördüm. Bu aşama artık sona erdi ve 5 Ocak'tan itibaren San Francisco'daki Amazon FAR'da bir robotik araştırma çalışmasına liderlik ederken Berkeley'de devam edeceğim.
23
Chayenne Zhao
Chayenne Zhao5 Oca 04:56
8B veya 70B "emergent properties" saçmalıklarına takıntılı olmayı bırakın. Gördüğünüz şeyin çoğu sadece ölçüm gürültüsü ve kıyaslama hilesi. Her zaman Zeyuan Allen-Zhu'nun LLM'lerin en titiz "Fiziği"ni yaptığını söylemişimdir. Bloglarımda belirttiğim gibi, mimarlık üzerine yapılan çoğu akademik tartışma sadece yük kültürüdür çünkü değişken kontrolünde başarısız olurlar. Zeyuan'ın yeni eğitimi, bir 100M modelin, 1T-token 8B modelinden daha fazla mimari gerçekleri ortaya çıkarabileceğini kanıtlıyor. Bunu takip etmiyorsan, karanlıkta pahalı LEGO'larla oynuyorsun. Sektör nihayet uyanıyor: "Fizik"i anlamadan ölçek yapmak sadece zengin bir adamın kumarıdır.
Zeyuan Allen-Zhu, Sc.D.
Zeyuan Allen-Zhu, Sc.D.16 Ara 2025
(1/N)🚀Today we launch two tightly connected milestones in the Physics of LM series: a sharpened Part 4.1 (v2.0) and a brand new Part 4.2 — together forming a clear, reproducible, textbook-style reference for principled architecture research. Part 4.1 introduced a synthetic pretraining playground — our Galileo experiment for LLMs🍎. Our v2.0 strengthens it with Gated DeltaNet (GDN) and stricter alignment, building an even cleaner “Pisa tower” for testing architectural limits. Part 4.2 shows these synthetic predictions resonate in reality 🌍 — across 1–8B / 1T-token pretraining — confirming which design principles actually matter. Together, Parts 4.1 and 4.2 bring the synthetic and real worlds into surprising agreement 🤝— one more step toward a more scientific understanding of LLM architectures. If you’re curious about: 🧠why some models reason deeper ⚙️ why linear models struggle at retrieval 🎶why a tiny horizontal mixer (Canon) changes everything … this release ties it all together. (Links at the end)
25