5/N 結果自体に加えて、私は私たちのアプローチに興奮しています:私たちは、狭いタスク固有の方法論ではなく、汎用強化学習とテスト時のコンピューティングスケーリングの新境地を開拓することによって、この能力レベルに到達します。

速報:トランプ大統領は、コカ・コーラ$KOが今後、米国で本物のサトウキビ砂糖を使用することに同意したと述べた。

🚨 Chamath氏は、Grok 4のブレークスルーと、ElonがAIで競合他社を飛び越えた方法を説明しています。 @elonmusk 氏と xAI のチームは、@RichardSSutton の「苦い教訓」を理解しました。 @chamath: 「(The Bitter Lesson)は基本的に、AIの問題を解決しようとするときは、計算に合わせて拡張できる一般的な学習アプローチを取ることで、常により良い生活を送ることができると言っています。なぜなら、それが最終的に最も効果的であることが証明されるからです。」 「代替案は、人間の知識を必要とする、はるかに人間が関与するものです。」 「ですから、最初の方法、つまり基本的にできることは、どんな問題も無限でスケーラブルな検索または学習タスクと見なすことです。」 「結局のところ、チェスであろうと、囲碁であろうと、音声認識であろうと、コンピュータービジョンであろうと、一般的な計算を使用するアプローチと人間の知識を使用するアプローチという2つの競合するアプローチがあるときはいつでも、一般的な計算問題が常に勝っていました。」 「そして、この重要な学習とこれらすべての飛躍の中心にいると思いたい人間にとって、この苦い教訓を生み出します。そして、これらの結果が示すのは、人間のラベリングが実際に答えに到達し、より良い答えをより早く得ることができるほど多くの計算アプローチを必要としない一般的な計算アプローチです。」

エンジニア、IT、または運用担当者にとって、企業がエンタープライズワークフローにAIエージェントを実装するのを支援する大きなチャンスです。このサイトにアクセスしている方は、AIで何が起こっているかについてのチートコードがあり、ほとんどの組織の採用率を数年上回っています。

Kling 2.1 Master は、この種のプロンプトを美しく処理します。 空中に浮かぶ古代遺跡の間を潜るグラビティサーファーのPOVショット、輝く苔が道を照らし、ボードが薄い霧を刻むときにシューという音を立て、エコーが速度とともに上昇します 私はそれがどうなったかが大好きです!🏄‍♂️ そして今では、ビデオ生成中に効果音を自動的に追加することもでき、完全なゲームチェンジャーとなっています 🔊🎬