Chủ đề thịnh hành
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Alexander Long
Người sáng lập @PluralisHQ | Tiến sĩ ML
Học giao thức: Mô hình song song nhiều người tham gia, băng thông thấp
Noam có xu hướng không phóng đại.

Noam Brown15:52 19 thg 7
Điều này sẽ đi đến đâu? Mặc dù tiến bộ gần đây của AI rất nhanh chóng, tôi hoàn toàn mong đợi xu hướng này sẽ tiếp tục. Quan trọng là, tôi nghĩ rằng chúng ta đang gần đến lúc AI có thể đóng góp đáng kể vào việc khám phá khoa học. Có một sự khác biệt lớn giữa AI chỉ thấp hơn hiệu suất của con người hàng đầu và AI chỉ cao hơn một chút.
796
Hoàn toàn đồng ý - Flower labs là một nhóm khác đang tích cực công bố những nội dung tuyệt vời và giờ đây tập trung hoàn toàn vào đào tạo phi tập trung. Đây sẽ là một điểm dữ liệu quan trọng cho tất cả những ai vẫn còn hoài nghi về lĩnh vực này - đội ngũ flower là hợp pháp nhất có thể và Nic Lane gần như đứng đầu trong lĩnh vực Học Tập Liên Kết.
Mọi tín hiệu đều cho tôi thấy rằng chúng ta sắp chứng kiến một bước ngoặt học thuật lớn trong lĩnh vực này về phía ML. Thực sự không còn là quan điểm trái chiều nữa, nó đã chuyển từ đó sang rõ ràng là những ngày đầu của một lĩnh vực sẽ trở thành lớn và có ảnh hưởng rất lớn.

nic lane19:35 16 thg 7
Chúc mừng về bài báo @_AlexanderLong. Nhưng bạn đã bỏ qua @flwrlabs, nơi đã công bố một hệ thống hoàn chỉnh (photon) với đào tạo phi tập trung hoàn toàn đã được xác thực trong thực tế lên đến 13B tại @MLSysConf. Cùng với một kỹ thuật chính của ngăn xếp phi tập trung (nhúng tách rời) được công bố dưới dạng trình bày miệng tại @iclr_conf. Đây là công việc được thực hiện cùng với @CaMLSys tại @Cambridge_Uni.
1,02K
Alexander Long đã đăng lại
Theo kinh nghiệm của tôi, việc có một bài báo về DL phi tập trung được chấp nhận tại các hội nghị hàng đầu có thể khá khó khăn. Động lực không quen thuộc với nhiều người đánh giá, và các thiết lập thí nghiệm tiêu chuẩn không tính đến những vấn đề mà bạn muốn giải quyết.
Vì vậy, tôi rất hào hứng khi thấy những công ty như @PluralisHQ và @PrimeIntellect đang nỗ lực chia sẻ kết quả của họ và công bố chúng tại các hội nghị lớn! Theo ý kiến của tôi, ngay cả việc chuẩn bị nộp bài cũng buộc bạn phải nghiêm túc hơn về các thí nghiệm của mình + phản hồi từ các nhà đánh giá giúp bạn làm sắc nét thông điệp của bài báo.
7,24K
Cảm thấy việc các mô hình meta đóng lại là rất dễ đoán. Tôi đã nói rõ rằng điều này sẽ xảy ra vào năm ngoái và giải thích lý do tại sao (từ ).


Shane Gu05:35 15 thg 7
Xin chia buồn cho những công ty khởi nghiệp AI kỳ lân không có sản phẩm, không có mô hình nền tảng, và chỉ dựa vào các phòng thí nghiệm lớn phát hành các mô hình mã nguồn mở miễn phí để kết hợp mô hình. Tôi biết một hoặc hai công ty như vậy.

3,63K
Alexander Long đã đăng lại
Nói liên tục 50 phút trước một phòng đầy các nhà nghiên cứu AI xuất sắc tại ICML, trình bày công việc của @akashnet_, @PrimeIntellect, @gensynai, @NousResearch, @PluralisHQ, và @GoogleDeepMind.
Hiện nay có một sự quan tâm lớn đối với DeAI.
Nhiệm vụ (Một phần) đã hoàn thành.
10,77K
Đối với những người không quen thuộc với việc xuất bản AI; có 3 hội nghị chính diễn ra hàng năm. ICML, ICLR và NeurIPS. Đây là các hội nghị kỹ thuật và tương đương với các tạp chí trong các lĩnh vực khác - chúng là nơi xuất bản chính cho AI. Cạnh tranh để có bài báo tại những hội nghị này hiện đang ở mức độ vô lý, việc được chấp nhận bài báo rất khó khăn, và có rất nhiều lo ngại về quy trình đánh giá, hiện tại khá ồn ào. Một bài báo mạnh mẽ không có lỗi có khoảng 50% cơ hội được chấp nhận, và thường thì một bài báo được nộp với các thay đổi từ người đánh giá nhiều lần cho đến khi nó được chấp nhận. Mặc dù vậy, các bài báo tại những nơi này vẫn là dấu ấn chính của tính hợp pháp trong thế giới AI, và có lẽ vẫn là các chỉ số nghề nghiệp chính cho các nhà nghiên cứu ML (mặc dù điều này đang yếu đi theo ý kiến của tôi khi mà rất nhiều nghiên cứu tại các phòng thí nghiệm tiên phong chưa được công bố).
Các bài báo Main Track khác biệt đáng kể so với các bài báo workshop. Main track có quy trình đánh giá đồng nghiệp nghiêm ngặt, căng thẳng. Các bài báo workshop dành cho công việc sơ bộ, cho thấy một số chỉ dẫn về một kết quả thú vị, nhưng không hoàn chỉnh hoặc kết quả không đủ quan trọng cho main track. Chúng chỉ cần được đánh giá bởi nhóm người đánh giá workshop và không xuất hiện trong biên bản.
Nhiều bài báo tuyệt vời đã lần đầu tiên xuất hiện trong các hội thảo (ví dụ: grokking) - nhưng các bài báo workshop và main track là những thứ hoàn toàn khác nhau, với một mức độ tác động hoàn toàn khác nhau. Hai công ty duy nhất trong AI phi tập trung có các bài báo main track năm nay là @PrimeIntellect và Pluralis.
18,77K
Hàng đầu
Thứ hạng
Yêu thích
Onchain thịnh hành
Thịnh hành trên X
Ví funding hàng đầu gần đây
Được chú ý nhất