KevinSimback

LLMを審査員として使うことは、ループを作る最もシンプルで簡単な方法です
1. AIにプロンプトを送って普段行っていることを実行する
2. 別のモデルを使って出力を評価し、フィードバックを与える
3. 両方が満足するまで繰り返す
ループが完了した時点での最終出力のみを見る
LLMを審査員として使っているため、これは一般的に研究、デザイン、仕様策定など非決定的なタスクに最適です
Looperを使用してこれを行うと、より適切に構築されたループのためのプロンプトを洗練し、審査員を追加し、不必要な反復を実行しないように終了条件を設定することで、非常に簡単になります
現在500以上の⭐️を獲得

PTSDによる、わかる人にはわかる

この猛暑の中、イタリアを出発したばかりですが、なぜエアコンが議論になるのか本当に理解できません
文字通りみんな（地元の人も含めて）が文句を言っています
室内で蒸し暑いとただ人をイライラさせるだけなので、もうエアコンを設置してください

もしあなたが米国や中国でなければ、彼らに依存して未来を定義する知能を得るためにどうやって座っているのかわかりません
ここで戦略を持つことが国家的優先事項であると思うでしょう
もちろん、言うは易く行うは難し - 大きな資金と才能が必要で、フロンティアラボと競争するには
最も簡単な最初のステップは、主権データセンターを構築し、オープンウェイトモデルや事前訓練済みバージョンをホストすることです - 少なくともあなたは何らかの形の知能を所有します
UAEとサウジアラビアはこの道を進んでおり、訓練に向けて動き始めています
次に最も影響力のあるステップは、分散型訓練に焦点を当てることです
能力のあるモデルを訓練できるクラスターを構築できない場合、分散型訓練は有効な選択肢となるかもしれません
今日の話ではありませんが、その日が来た場合に米国や中国のモデルからロックアウトされたり高額になったりするリスクをヘッジするための選択肢として
分散型訓練についての詳細な調査を行っており、近日中にレポートを公開予定です
取り上げてほしいプロジェクトがあれば教えてください、すでにかなり良いリストがありますが、正当なものであれば他も含めて検討します

もしあなたが新しいスタートアップのデューデリジェンスを行っている場合、チーム、製品、市場とともに彼らの「AIネイティブ性」も評価する必要があります
なぜですか？もし彼らがAIの最前線を使いこなしていなければ、迅速に実行できないリスクがあります
これは絶対に通過できるフィルターではありませんが、シグナルです - いくつかの初期の兆候を挙げると：
1. 彼らはあなたに.deckとともに.mdファイルを渡しましたか、それをあなたのLLMに入力できるように？
2. 彼らはインタラクティブなHTMLデッキを作成しましたか、それともただPDFやDocSendを送っただけですか？
3. 彼らは独自のスキル、データ、評価、または製品構築に使用している方法について話していますか？
4. 彼らは会議の間に重要な製品アップデートを出荷していますか？
これは網羅的なリストではなく、私が気づいたいくつかの逸話的な兆候です

もしあなたが新しいスタートアップに勤めているなら、チーム、製品、市場とともに彼らの「AIネイティブ性」を評価する必要があります
なぜですか？ もし彼らがAIの最前線を使いこなしていなければ、迅速に実行できないリスクがあります
それは厳格な合格基準ではありませんが、シグナルです - いくつかの初期の兆候を挙げると：
1. 彼らはあなたに.deckとともに.mdファイルを渡しましたか、それをあなたのLLMに入力できるように？
2. 彼らはインタラクティブなHTMLデッキを作成しましたか、それともただPDFやDocsendを送っただけですか？
3. 彼らは独自のスキル、データ、評価、または製品構築に使用している方法について話していますか？
4. 彼らは会議の間に重要な製品アップデートを出荷していますか？
これは網羅的なリストではなく、私が気づいたいくつかの逸話的な兆候です

これを解いてみてください：
GLM-6がリリースされ、Fable / Mythosの機能を持つようになったらどうなるでしょうか？
それは「もし」ではなく、「いつ」起こるかの問題です
そして、シナリオと影響を理解することは非常に重要です

暗号通貨の最大の問題の一つは、新しいトークンプロジェクトは意図的かそうでないかにかかわらず、すべてラグ（詐欺や崩壊）するだろうと仮定しなければならないことです。
しかし、分散型AIを機能させるには、何らかの調整メカニズムが必要であり、トークンが最も理にかなっています。
これをどのように調整すればよいでしょうか？

MetaはAI時代の最大の自爆目標のようになり始めている

フェーブルが来て去った - それは良かった？
GLM 5.2がリリースされたばかり - それは良い？
ほとんどの人は逸話的に答えるだろうが、私たちは皆、自分自身の評価を作成すべきだ
よく行ういくつかの構造化されたワークフローを選び、評価セットを作成し、それらを新しいモデルで最初のタスクとして実行してみよう

消費者推論のジレンマ：
フロンティアAPIの高コストに対処するために、多くの消費者志向の推論プロジェクトが動いています
方法はさまざまですが、前提はOpenRouterのような集約者に比べて安価な推論を提供することです
ここでの課題はタイミングの問題です
今日、消費者は非常に補助されたフロンティアAIを利用しています
消費者がSOTA推論プランを$10から利用できる選択肢がたくさんあり、$200/月のプランは驚くほど多くの使用量を提供しています
これらのサブプランの存在を考えると、APIの従量課金推論に対する消費者の需要はそれほど高くありません
*企業は別の話です
したがって、これらの消費者志向のプロジェクトの重要な仮定は、いずれ補助金がなくなるということです
多くはサブプランがより高価になるか、ラボが制限を縮小し、最終的にほとんどの人がAPI請求に移行することを予想しています
典型的な罠と切り替えです
しかし、これらの変化がいつ起こるかは全く未知数です
したがって、ビルダーにとっては、仮定は正しいかもしれませんが、タイミングが早すぎる可能性もあります
この分野で成功している最良のプロジェクトは、高ボリュームの消費者API推論以外のユースケースでPMFを見つけつつ、もし/いつ罠と切り替えが起きても低コストの提供者となるための能力を

今、AI業界全体の最優先事項は、米国を拠点とするオープンソースモデルの進展であるべきです
中国から出てくるオープンソースモデルと同等、またはそれを超えるものを米国が持たない理由はありません