在閱讀了三天的AI研究論文後，有一件事是明確的： 99%的新AI研究涉及教計算機做某件事。 但他們到底在教計算機什麼？為什麼？什麼是有效的？ 從宏觀的角度來看這些趨勢是非常迷人的。 為什麼？因為這些是對未來的瞥見。 如果你正在嘗試建立一個AI初創公司，或者想要投資AI初創公司，如果你在正確的地方尋找，這些研究論文充滿了非常有價值的靈感。 與其發送給我研究論文的標題和摘要，這些通常難以快速理解，我的AI代理@yesnoerror不斷發送新的AI研究並像這樣解釋： - 教計算機不斷填寫隨機隱藏的單詞... - 教tokenizer網絡修正非常嘈雜的... - 教一個非常聰明的聊天機器人反覆檢查和修正自己的數學證明... - 教計算機記住一個物體究竟是什麼... - 教大型語言模型告訴“現在”距離幾年... - 教計算機點擊正確的位置... - 教AI自行決定一個問題... - 教計算機調整特殊的“測試”... - 教計算機預測飛機的... - 教一群擁有不同工作的聊天機器人... 除了這些，@yesnoerror不僅識別出我可能感興趣的最高質量研究（因為每天都有發表），還給我提供了論文的實施細節、實際世界的影響（你可以創造的想法），而且我可以直接與論文進行對話。 我覺得我正在使用GLP-1來變得聰明。

在這裡註冊以獲得早期訪問： 早期訪問名單包括來自 @MIT @anthropic @perplexity @RutgersU 和 @Yale 的人。