Det här är ett av mina favoritdiagram; IEA:s experter på solenergi prognoser varje år jämfört med faktiska installationer Folk är riktigt dåliga på att förstå exponenter

Anta att du har tränat en RL-agent för att maximera belöningen i olika miljöer Om du sedan släppte den i en ny miljö skulle den första frågan den lära sig att ställa vara "Vad är min belöningsfunktion här?" Den kan till och med lära sig att modellera motiven i sina simulatorer för att ta reda på detta

vad älskar/hatar ppl med ChatGPT-minnet? I vilka fall är det användbart? I vilka fall kommer den till korta?

fraser som får en annan innebörd när du arbetar på AGI-labbet: "Min forskning gick långsamt till en början, men nu börjar den äntligen visa livstecken"

Att maximera den långsiktiga lyckan för den mänskliga befolkningen är bara ett tillämpat forskningsproblem

AI-slask kommer att ses tillbaka på som växtvärk av en för tidig teknik på samma sätt som vi ser på 2023-modeller som inte kunde göra aritmetik på grund av funky tokenisering

ML är ett otroligt mimetiskt område. De narrativ som upprepas kring varför en metod fungerade eller en annan inte är ofta i bästa fall tvivelaktiga. Det finns fortfarande så mycket alfa i att faktiskt titta på data

Emiliano är en av de mest knäckta människor jag känner, och arbetar med att tillämpa AGI på en gigantisk industri som fortfarande använder penna och papper; Jag tror att det här är en fantastisk möjlighet för rätt person också en gratis $ 10K till den som kan hänvisa någon han anställer

Emiliano är en av de mest knäckta människor jag känner och jag kunde inte rekommendera att arbeta med honom också en gratis $ 10K till den som kan hänvisa någon han anställer

.@aitechnopagan är en LLM-konstnär/psykolog/jailbreaker som har utforskat modellerna djupare än nästan någon annan Jag tror att den här typen av arbete är bra för världen, någon borde finansiera henne!