🚨 KI-Modelle haben gerade bessere, neuartige KI-Modelle erfunden. Chinesische Forscher haben alle LLM-Forschungen in ein Modell eingespeist, und es hat 106 neuartige KI-Modellarchitekturen entdeckt, die zu einem geringeren Verlust mit besseren Benchmarks konvergieren. ASI-Arch ist eines der coolsten KI-Papiere in diesem Jahr. Auf dem Weg zur AGI.

Ich weiß, dass es auf der Timeline viel "oh, das ist Mist" gibt. Einiges davon ist eine sehr gültige Kritik, aber ich habe das gesamte Papier gelesen und es ist tatsächlich ziemlich interessant. Es ist auch unklar, ob diese entdeckten Modellarchitekturen nicht gut sind, wenn sie hochskaliert werden. Ist es so nützlich wie das GSPO oder sogar das HRM-Papier in dieser Woche? Vielleicht nicht, aber ich verstehe den Tribalismus darüber nicht wirklich.