¡Entrenando IA en mundos virtuales generados por IA!

Medidas de confianza simples basadas en la probabilidad logarítmica promedio utilizadas para filtrar los rastros de razonamiento. Una vez más, una investigación muy buena habilitada por el acceso a modelos de código abierto de alta calidad. Busque canalizaciones cada vez más potentes con una arquitectura de "generador-verificador" que reproduzca los malos resultados. El verificador puede ser una instancia de modelo o algún tipo de función matemática como las métricas de confianza internas desarrolladas en este documento. Los modelos existentes son muy poderosos cuando se usan con este tipo de canalización y grandes presupuestos de tokens. (Aquí, ~1E8 tokens utilizados para AIME 2025). "DeepConf aprovecha las señales de confianza internas del modelo para filtrar dinámicamente los rastros de razonamiento de baja calidad durante o después de la generación. No requiere entrenamiento adicional del modelo ni ajuste de hiperparámetros y se puede integrar sin problemas en los marcos de servicio existentes. Evaluamos DeepConf en una variedad de tareas de razonamiento y los últimos modelos de código abierto, incluidas las series Qwen 3 y GPT-OSS. En particular, en puntos de referencia desafiantes como AIME 2025, DeepConf@512 logra hasta un 99,9% de precisión y reduce los tokens generados hasta en un 84,7% en comparación con el pensamiento paralelo completo". Tenga en cuenta la ironía de estos investigadores de Meta que usan modelos de sistema operativo Qwen, GPT-OSS y DeepSeek, pero no Llama 😢

"Vladimir, todos están sentados en mi oficina mirándome como idiotas. Les dije que la guerra había terminado y que les estábamos atribuyendo la pérdida. Pero no pueden absorberlo".

Según una métrica razonable, Francia es más socialista que la República Popular China 🤔

Este artículo revisa la ciencia detrás de la selección de embriones. ¿TLDR? ¡Siga el enlace a continuación para ver un podcast de IA que explica el artículo! 🤯 Del genotipo al fenotipo: predicción poligénica de rasgos humanos complejos La decodificación del genoma confiere la capacidad de predecir características del organismo (fenotipo) a partir del ADN (genotipo). Describimos el estado actual y las perspectivas futuras de la predicción genómica de rasgos complejos en humanos. ...

"¡Vladimir, estos tipos son realmente RETRASADOS como dijiste!"

Citas e investigación científica de la RPC La figura de la izquierda muestra el avance de la ciencia de la RPC y la importancia de los repatriados del extranjero. Los científicos chinos más productivos (proporción de artículos altamente citados) están trabajando en los EE. UU. y la UE, pero para 2017 la brecha entre los que permanecen en Occidente y los que regresaron a la República Popular China era mucho menor. La figura de la derecha muestra que en 2023 la participación de la República Popular China en el 10% de los artículos más citados era similar a la de los países de la UE, por delante de Corea y Japón. Nota para un trabajo de igual calidad, un científico en los EE. UU. o la UE obtendrá más citas porque el centro de masa de la empresa científica global todavía está principalmente en Occidente. Sin embargo, esto está cambiando rápidamente.

Andrej Karpathy explica qué hace único a Elon Musk "No creo que la gente aprecie lo único que es [el estilo de Elon]. Lo lees, pero no lo entiendes, es difícil de describir". El primer principio que Karpathy, quien dirigió el equipo de visión por computadora de Tesla Autopilot, ha observado es que a Musk le gustan los equipos pequeños, fuertes y altamente técnicos: "En las empresas, por defecto, los equipos crecen y se hacen grandes. Elon siempre fue una fuerza contra el crecimiento... Básicamente, tendría que suplicar que se contratara gente. Y luego la otra cosa es que en las grandes empresas es difícil deshacerse de los de bajo rendimiento. Elon es muy amigable por defecto para deshacerse de los de bajo rendimiento. De hecho, tuve que luchar para mantener a la gente en el equipo porque él, por defecto, querría eliminar a la gente... Así que mantén un equipo pequeño, fuerte y altamente técnico. No hay mandos intermedios que no sean técnicos, seguro. Ese es el número uno". El número dos es que Elon quiere que la oficina sea un lugar vibrante donde todos trabajen en cosas emocionantes: "No le gusta el estancamiento... No le gustan las reuniones grandes. Siempre anima a la gente a abandonar las reuniones si no están siendo útiles. De hecho, ves esto cuando es una gran reunión y si no estás contribuyendo o aprendiendo, simplemente vete. Esto es totalmente recomendable... Creo que muchas grandes empresas miman a los empleados, pero hay mucho menos de eso. La cultura es que estás ahí para hacer tu mejor trabajo técnico y hay intensidad". Elon también es inusual en términos de cuán estrechamente conectado está con el equipo: "Por lo general, el CEO de una empresa es una persona remota, de cinco niveles más arriba, que solo habla con sus vicepresidentes... Normalmente, la gente pasa el 99% del tiempo hablando con los vicepresidentes. [Elon] pasa tal vez el 50% del tiempo. Y solo quiere hablar con los ingenieros. Si el equipo es pequeño y fuerte, entonces los ingenieros y el código son la fuente de la verdad... no un gerente. Y quiere hablar con ellos para entender el estado real de las cosas y lo que se debe hacer para mejorarlo". Y, por último, Karpathy cree que no se aprecia hasta qué punto Musk está involucrado en las operaciones diarias y en la eliminación de los cuellos de botella de la empresa. Da un ejemplo de ingenieros que le dicen a Elon que no tienen suficientes GPU. Como explica Karpathy, si Elon escucha esto dos veces, llamará a la persona a cargo del clúster de GPU. Si NVIDIA es el cuello de botella, pondrá a Jensen Huang al teléfono. Fuente del vídeo: @sequoia (2024)

Un montón de cosas escondidas en los modelos base, suprimidas por el entrenamiento posterior pero aún accesibles mediante trucos inteligentes.

¡Este LLM responderá consultas relacionadas con el podcast de Manifold! Por ejemplo: "¿Qué dijo Ted Chiang sobre Borges?"