## A eficiência ao nível humano é necessária para a AGI terminando uma grande viagem 🇸🇬 onde pude passar tempo com @agihippo + vi @jeffdean @quocleix @denny_zhou e outros darem atualizações sobre o "Estado do GDM" 2025* de longe, o tema recorrente número 1 nas nossas conversas é a eficiência de aprendizagem. o tempo de computação de inferência está na moda agora, mas a #eficiênciaestáchegando a seguir, e geralmente estou de 3 a 6 meses à frente da maioria quando tenho sentimentos assim. as pessoas costumam ficar surpresas e depois geralmente concordam quando traço uma linha entre o avanço do aprendizado auto-supervisionado e RLAIF e RLVR, que são todos apenas mudanças de etapa no desempenho ganho por ponto de dados, e o próximo salto exponencial dessa eficiência foi obviamente o que Quoc confirmou que Ilya também está trabalhando em sua palestra referenciada abaixo + a "montanha" que Ilya identificou na 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 semelhante ao teste em tempo real e resolução de hipóteses de modelos de mundo potenciais, meio que como você resolve um quebra-cabeça de sudoku ou joga Cluedo. esta é a única maneira sistemática que conheço de reduzir o processo de aprendizagem humano onde podemos aprender conceitos com poucos exemplos com 10-20x menos pontos de dados por conceito 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.