## A eficiência em nível humano é necessária para a AGI terminando uma ótima 🇸🇬 viagem onde pude sair com @agihippo + pude ver @jeffdean @quocleix @denny_zhou et al darem atualizações do "Estado do GDM" 2025* De longe, o tema recorrente # 1 em nossas conversas é a eficiência do aprendizado. O cálculo do tempo de inferência está na moda agora, mas #efficiencyiscoming próximo, e geralmente estou 3-6 meses à frente da maioria quando tenho sentimentos como esse. As pessoas costumam se surpreender e, em seguida, geralmente concordam quando eu desenho uma linha direta a partir do breakthru do aprendizado auto-supervisionado e RLAIF e RLVR que todos eles são apenas mudanças graduais no desempenho obtido por ponto de dados, e o próximo salto expoente dessa eficiência foi obviamente o que Quoc confirmou que Ilya também está trabalhando em sua palestra referenciada abaixo + a "montanha" de Ilya que ele identificou no NeurIPS. Eu apostaria algum dinheiro que a solução para isso é um novo bloco / abstração não-transformadores que não é "apenas multiagentes" e é mais parecido com testes em tempo real e resolução de hipóteses de modelo de mundo em potencial, como você resolve um quebra-cabeça de sudoku ou joga Cluedo. esta é a única maneira sistemática que conheço de resumir o processo de aprendizado humano, onde podemos aprender conceitos com 10-20x pontos de dados por conceito a menos do que o SOTA atual. Se eu fosse um pesquisador, começaria aqui agora ... E seria muito irônico / legal se esta fosse a vitória final de @ylecun. *+ Fiz algumas reuniões com a Sovereign Wealth + Startups locais!