Não acho que seja muito conhecido o quão grande é o papel que @istoica05 e a comunidade de pesquisa da UC Berkeley desempenharam na formação da tecnologia através da pesquisa e do código aberto. Para apenas alguns exemplos recentes de tecnologias fundamentais de código aberto, Ion e seus alunos criaram o Apache Spark, Ray, vLLM e SGLang. Muitas empresas dependem desses projetos. Para quem é cético quanto ao papel que a academia pode desempenhar na promoção do progresso, passe algum tempo com este grupo. Você pode sentir isso.

Interessante projeto de código aberto com o objetivo de simular 10s de milhares de agentes para modelar interações sociais (usando @raydistributed). "Os experimentos demonstram que a estrutura pode suportar simulações de 30.000 agentes que são mais rápidas do que o tempo do relógio de parede."

Os modelos apenas querem generalizar. Nos últimos anos, temos avançado na fronteira da controlabilidade em vídeo, lançando novos modelos e técnicas para inpainting, outpainting, segmentação, estilização, keyframing, controlo de movimento e de câmara. Aleph é um único modelo em contexto que pode resolver todas essas tarefas de uma vez, assim como outras (por exemplo, síntese de novas vistas), em muitos casos com zero treinamento específico para a tarefa. A receita de Referências continua a funcionar e escalou para novas alturas.

Todo mundo fala sobre como o modo de voz (uma vez polido) será um grande desbloqueio de UX para IA, o que é correto. Uma fronteira igualmente importante, que ninguém tocou ainda, são os bate-papos em grupo de IA. Muitos desafios difíceis de resolver lá, mas será difícil imaginar a IA sem ela quando acertarmos.

Comecei a ler este tópico e depois me distraí tentando resolver o problema de matemática. É um ótimo problema e muito agradável de pensar. Recomendo fortemente que pegue uma folha de papel, desenhe alguns triângulos e tente resolvê-lo.

Parabéns a @pcmoritz, cofundadora da @anyscalecompute pela Menção Honrosa Test-of-Time na #ICML2025

merecido!

Parabéns @pcmoritz!

Parabéns ao meu brilhante cofundador Philipp Moritz (@pcmoritz) e aos lendários John Schulman, Sergey Levine, Pieter Abbeel e Michael Jordan pela sua Menção Honrosa Test-of-Time no ICML 2025 hoje! Para a criação do TRPO. Isso foi feito durante a onda anterior de entusiasmo em torno do aprendizado de reforço (Atari, Mujoco, AlphaGo, etc). Agora a RL está de volta graças aos LLMs e modelos de raciocínio e o trabalho é mais impactante do que nunca! O campo tem em grande medida padronizado em variantes de TRPO. @pcmoritz @johnschulman2, @svlevine @pabbeel

Recentemente, perguntei a um amigo como construir um mecanismo de busca para agentes de IA difere de construir um mecanismo de busca para humanos (a resposta não era óbvia para mim à primeira vista). Um insight que se destacou para mim é que um mecanismo de busca para agentes pode ser muito mais controlável. Um ser humano não vai escrever uma descrição de página inteira do que está procurando. Um agente de IA irá. Ele pode ficar super específico sobre a coisa precisa que está procurando.