## Ефективність на рівні людини необхідна для AGI завершення чудової 🇸🇬 подорожі, де я мав змогу поспілкуватися з @agihippo + побачив @jeffdean @quocleix @denny_zhou та інші дали оновлення «State of GDM» 2025 року* Безумовно, тема #1, що повторюється в наших конвоїрах, - це ефективність навчання. Обчислення часу висновків зараз у моді, але #efficiencyiscoming наступних, і я зазвичай на 3-6 місяців випереджаю більшість, коли цей своєрідний консенсус прикордонної лабораторії досягає мого товстого черепа. люди часто дивуються, а потім загалом погоджуються, коли я проводжу наскрізну лінію від прориву самоконтрольованого навчання та RLAIF і RLVR, що всі вони є лише ступінчастими змінами продуктивності, отриманої на точку даних, і наступний стрибок цієї ефективності, очевидно, був тим, що Quoc підтвердив, що Ілля також працює у своїй доповіді, згаданій нижче + «гора» Іллі, яку він визначив у NeurIPS. Я б посперечався, що рішенням цього є новий блок/абстракція без трансформаторів, яка не є «просто мультиагентом» і більше схожа на тестування в реальному часі та вирішення гіпотез потенційної моделі світу, щось на кшталт того, як ви вирішуєте головоломку судоку або граєте в Cluedo. це єдиний відомий мені систематичний спосіб, як звести процес людського навчання, де ми можемо вивчити концепції з 10-20 точками даних на концепцію менше, ніж нинішній SOTA. Якби я був дослідником, я б почав тут зараз... І було б дуже іронічно/круто, якби це була остаточна перемога @ylecun. *+ Провели кілька зустрічей з місцевим суверенним багатством + стартапами!