我喜欢人们将老派的人工智能理念与新理念结合起来！ 这些麻省理工学院SAIL的研究人员使用了2个GPU，通过链式思维在一种老派的人工智能符号规划语言PDDL上微调Llama-3-8B，并在跨领域推理任务（如Blocksworld和物流规划）上取得了巨大的进步。 小Llama的表现从28%提升到了91%。 在小规模的训练预算下，这真是一个巨大的飞跃！ 这对代码架构和规划可能非常有趣？ 这也强调了聪明的开源贡献如何在机器学习的世界中回馈社区，尽管Dario试图让我们相信机器学习中的开源完全不同且没有贡献。

唠唠叨叨……监管捕获……唠唠叨叨……请限制竞争，亲爱的政府，帮助我们建立我们控制的文化……另外，我会方便地忘记隐私、微调、克服审查、自我决定、过去二十年的技术发展，以及美国的方式。

我以为我们永远无法在这些“不可解决”的问题上取得进展？ 正交理论！工具收敛！紫色人吃者假设！ 我们都完蛋了！