Universeller Übersetzer!

Frage an VCs und Startup-Gründer: Was ist ein typischer Rabatt von Stamm- zu Vorzugsaktien für ein Startup des folgenden Typs? 1. Gut etabliert (dominiert sein vertikales Segment, das ein bewährter Markt ist), aber noch einige Jahre von voller Liquidität entfernt. 2. Technologie und Produkt sind bewährt und die jährlichen Einnahmen betragen etwa 10 Millionen USD. Die Eintrittsbarrieren sind ziemlich hoch, aber die Akzeptanz neuer Technologien kann einige Zeit in Anspruch nehmen. Ist Carta zuverlässig für 409a-Bewertungen? Zahlen private Sekundärmärkte im Allgemeinen mehr oder weniger als den 409a FMV? Ich bin neugierig, ob die Antworten auf X besser sind als das, was die AIs sagen. Natürlich haben die AIs im Allgemeinen keinen Zugang zu privaten Informationen über diese Zahlen von echten Startups, aber sie haben Zugang zu Analysen von B-Schulprofessoren und ähnlichem 🤔

KI in von KI generierten virtuellen Welten trainieren!

Einfache Vertrauensmaße basierend auf der durchschnittlichen Log-Wahrscheinlichkeit, die verwendet werden, um Denkspuren zu filtern. Nochmals, sehr schöne Forschung, ermöglicht durch den Zugang zu hochwertigen Open-Source-Modellen. Achten Sie auf immer leistungsfähigere Pipelines mit "Generator-Verifier"-Architektur, die schlechte Ergebnisse aussondert. Der Verifier kann eine Modellinstanz oder eine Art mathematische Funktion sein, wie die internen Vertrauensmetriken, die in diesem Papier entwickelt wurden. Bestehende Modelle sind sehr leistungsfähig, wenn sie mit dieser Art von Pipeline und großen Token-Budgets verwendet werden. (Hier wurden ~1E8 Tokens für AIME 2025 verwendet.) "DeepConf nutzt interne Vertrauenssignale des Modells, um während oder nach der Generierung dynamisch qualitativ minderwertige Denkspuren herauszufiltern. Es erfordert kein zusätzliches Modelltraining oder Hyperparameter-Tuning und kann nahtlos in bestehende Bereitstellungsframeworks integriert werden. Wir bewerten DeepConf über eine Vielzahl von Denkaufgaben und die neuesten Open-Source-Modelle, einschließlich Qwen 3 und der GPT-OSS-Serie. Bemerkenswerterweise erreicht DeepConf@512 bei herausfordernden Benchmarks wie AIME 2025 eine Genauigkeit von bis zu 99,9 % und reduziert die generierten Tokens um bis zu 84,7 % im Vergleich zum vollständigen parallelen Denken." Beachten Sie die Ironie dieser Meta-Forscher, die OS-Modelle wie Qwen, GPT-OSS und DeepSeek verwenden, aber kein Llama 😢

"Wladimir, sie sitzen alle in meinem Büro und schauen mich an wie Idioten. Ich habe ihnen gesagt, der Krieg ist vorbei und wir machen ihnen die Niederlage zum Vorwurf. Aber sie können es nicht begreifen." -- DJT

Nach einem vernünftigen Maßstab ist Frankreich sozialistischer als die VR China 🤔

Dieses Papier überprüft die Wissenschaft hinter der Embryonauswahl. TLDR? Folgen Sie dem Link unten für einen KI-Podcast, der das Papier erklärt! 🤯 Vom Genotyp zum Phänotyp: polygenetische Vorhersage komplexer menschlicher Merkmale Die Entschlüsselung des Genoms ermöglicht die Vorhersage von Eigenschaften des Organismus (Phänotyp) aus der DNA (Genotyp). Wir beschreiben den aktuellen Stand und die zukünftigen Perspektiven der genomischen Vorhersage komplexer Merkmale beim Menschen. ...

"Wladimir, diese Typen sind wirklich IDIOTEN, wie du gesagt hast!"

Zitationen und wissenschaftliche Forschung der PRC Die linke Abbildung zeigt den Fortschritt der PRC-Wissenschaft und die Bedeutung von Rückkehrern aus dem Ausland. Die produktivsten (Anteil hochzitierten Arbeiten) chinesischen Wissenschaftler arbeiten in den USA und der EU, aber bis 2017 war der Unterschied zwischen denen, die im Westen bleiben, und denen, die in die PRC zurückgekehrt sind, viel kleiner. Die Abbildung auf der rechten Seite zeigt, dass der Anteil der PRC an den 10 % am häufigsten zitierten Arbeiten bis 2023 ähnlich wie in den EU-Ländern war, vor Korea und Japan. Hinweis: Bei Arbeiten gleicher Qualität erhält ein Wissenschaftler in den USA oder der EU mehr Zitationen, da der Schwerpunkt des globalen wissenschaftlichen Unternehmens immer noch größtenteils im Westen liegt. Dies ändert sich jedoch schnell.

Andrej Karpathy erklärt, was Elon Musk einzigartig macht "Ich glaube nicht, dass die Leute zu schätzen wissen, wie einzigartig [Elons Stil] ist. Man liest davon, aber man versteht es nicht – es ist schwer zu beschreiben." Das erste Prinzip, das Karpathy – der das Computer-Vision-Team von Tesla Autopilot leitete – beobachtet hat, ist, dass Musk kleine, starke, hochtechnische Teams mag: "In Unternehmen wachsen Teams standardmäßig und werden groß. Elon war schon immer eine Kraft gegen das Wachstum... Ich müsste im Grunde darum bitten, Leute einzustellen. Und dann ist die andere Sache, dass es in großen Unternehmen schwierig ist, leistungsschwache Mitarbeiter loszuwerden. Elon ist standardmäßig sehr freundlich dazu, Low-Performer loszuwerden. Ich musste tatsächlich darum kämpfen, Leute im Team zu halten, weil er standardmäßig Leute entfernen wollte... Halten Sie also ein kleines, starkes, hochtechnisches Team aufrecht. Sicher kein mittleres Management, das nicht technisch ist. Das ist die Nummer eins." Nummer zwei ist, dass Elon möchte, dass das Büro ein lebendiger Ort ist, an dem jeder an spannenden Dingen arbeitet: "Er mag keine Stagnation... Er mag keine großen Meetings. Er ermutigt die Leute immer, Meetings zu verlassen, wenn sie nicht nützlich sind. Man sieht das tatsächlich, wenn es sich um ein großes Meeting handelt, und wenn man nichts beiträgt oder lernt, geht man einfach raus. Dies wird voll und ganz gefördert... Ich denke, viele große Unternehmen verwöhnen ihre Mitarbeiter, aber davon gibt es viel weniger. Die Kultur dahinter ist, dass man da ist, um seine beste technische Arbeit zu leisten, und es herrscht Intensität." Ungewöhnlich ist Elon auch in Bezug darauf, wie eng er mit dem Team verbunden ist: "Normalerweise ist der CEO eines Unternehmens eine entfernte Person, fünf Schichten höher, die nur mit ihren VPs spricht... Normalerweise verbringen die Leute 99% der Zeit damit, mit den VPs zu sprechen. [Elon] verbringt vielleicht 50% der Zeit. Und er will einfach nur mit den Ingenieuren reden. Wenn das Team klein und stark ist, dann sind Ingenieure und der Code die Quelle der Wahrheit... Nicht irgendein Manager. Und er möchte mit ihnen sprechen, um den tatsächlichen Stand der Dinge zu verstehen und zu verstehen, was getan werden sollte, um ihn zu verbessern." Und schließlich glaubt Karpathy, dass das Ausmaß, in dem Musk in das Tagesgeschäft eingebunden ist und Engpässe im Unternehmen beseitigt, nicht geschätzt wird. Er nennt ein Beispiel von Ingenieuren, die Elon sagen, dass sie nicht genügend GPUs haben. Wie Karpathy erklärt, wird Elon, wenn er das zweimal hört, die Person, die für den GPU-Cluster verantwortlich ist, ans Telefon holen. Wenn NVIDIA der Engpass ist, wird er Jensen Huang ans Telefon bekommen. Videoquelle: @sequoia (2024)