Trend-Themen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

prinz
Fürchte dich nicht vor der Größe
Nur um zusammenzufassen:
Wir haben heute herausgefunden, dass ein LLM, das auf einer High-End-Consumer-GPU läuft, wenn es mit spezifischen biologischen Daten trainiert wird, eine neuartige Methode entdecken kann, um Krebsgeschwülste empfindlicher auf Immuntherapie zu machen.
Bestätigte neuartige Entdeckung (nicht in der bestehenden Literatur vorhanden). Experimentell in lebenden Zellen validiert.
Das ist AI, die neuartige Wissenschaft generiert. Der Moment ist endlich gekommen.

prinz16. Okt., 03:21
Wissenschaftler von Google und Yale haben ein LLM trainiert, das eine neuartige Hypothese über das Verhalten von Krebszellen generiert hat. Diese Vorhersage wurde mehrfach in vitro bestätigt.
- "Was diese Vorhersage so aufregend machte, war, dass es eine neuartige Idee war. Obwohl CK2 in viele zelluläre Funktionen involviert ist, einschließlich als Modulator des Immunsystems, wurde in der Literatur nicht berichtet, dass die Hemmung von CK2 durch Silmitasertib explizit die MHC-I-Expression oder die Antigenpräsentation verbessert. Dies hebt hervor, dass das Modell eine neue, testbare Hypothese generierte und nicht nur bekannte Fakten wiederholte."
Das Modell, das diese Vorhersage generierte, ist ein 27B-Parameter-LLM, das auf den Open-Source-Modellen von Google Gemma basiert und auf einem Korpus trainiert wurde, das mehr als 1B Token aus transkriptomischen Daten, biologischem Text und Metadaten umfasst. Es ist bemerkenswert, dass ein kleines (nur 27B) LLM, das auf spezialisierten Daten trainiert wurde, in der Lage ist, neuartige wissenschaftliche Entdeckungen zu machen.
"Teams an der Yale-Universität erkunden nun den hier aufgedeckten Mechanismus und testen weitere von KI generierte Vorhersagen in anderen immunologischen Kontexten. Mit weiterer präklinischer und klinischer Validierung könnten solche Hypothesen letztendlich den Weg zu neuen Therapien beschleunigen."
907,02K
Wissenschaftler von Google und Yale haben ein LLM trainiert, das eine neuartige Hypothese über das Verhalten von Krebszellen generiert hat. Diese Vorhersage wurde mehrfach in vitro bestätigt.
- "Was diese Vorhersage so aufregend machte, war, dass es eine neuartige Idee war. Obwohl CK2 in viele zelluläre Funktionen involviert ist, einschließlich als Modulator des Immunsystems, wurde in der Literatur nicht berichtet, dass die Hemmung von CK2 durch Silmitasertib explizit die MHC-I-Expression oder die Antigenpräsentation verbessert. Dies hebt hervor, dass das Modell eine neue, testbare Hypothese generierte und nicht nur bekannte Fakten wiederholte."
Das Modell, das diese Vorhersage generierte, ist ein 27B-Parameter-LLM, das auf den Open-Source-Modellen von Google Gemma basiert und auf einem Korpus trainiert wurde, das mehr als 1B Token aus transkriptomischen Daten, biologischem Text und Metadaten umfasst. Es ist bemerkenswert, dass ein kleines (nur 27B) LLM, das auf spezialisierten Daten trainiert wurde, in der Lage ist, neuartige wissenschaftliche Entdeckungen zu machen.
"Teams an der Yale-Universität erkunden nun den hier aufgedeckten Mechanismus und testen weitere von KI generierte Vorhersagen in anderen immunologischen Kontexten. Mit weiterer präklinischer und klinischer Validierung könnten solche Hypothesen letztendlich den Weg zu neuen Therapien beschleunigen."

Sundar Pichai16. Okt., 01:03
Ein aufregender Meilenstein für KI in der Wissenschaft: Unser C2S-Scale 27B Grundmodell, entwickelt mit @Yale und basierend auf Gemma, hat eine neuartige Hypothese über das Verhalten von Krebszellen generiert, die von Wissenschaftlern experimentell in lebenden Zellen validiert wurde.
Mit weiteren präklinischen und klinischen Tests könnte diese Entdeckung einen vielversprechenden neuen Weg zur Entwicklung von Therapien zur Bekämpfung von Krebs aufzeigen.
953,85K
AI ist die Autobahn zur Post-Scarcity.
Das ultimative Ziel ist Energie und Intelligenz, die zu billig sind, um sie zu messen, Roboter, die andere Roboter zu praktisch keinen Kosten bauen + eine drastisch erhöhte Rate wissenschaftlicher Entdeckungen, die zu einem Überfluss der meisten Güter und Dienstleistungen führen.
Wenn man Post-Scarcity als realistische Möglichkeit akzeptiert (was viele Forscher in den Grenzlabors tun; z.B. denkt Sam Altman, dass es in den 2030er Jahren erreicht wird), sollte man dann zu dem Schluss kommen, dass die Investitionen der Branche in Rechenleistung sehr wahrscheinlich keine "Blase" sind. Es gibt keinen Betrag an Kapital, den rationale wirtschaftliche Akteure nicht bereit sein sollten auszugeben, um Post-Scarcity zu erreichen.

roon11. Okt., 05:47
Nicht genug Menschen sind emotional darauf vorbereitet, falls es keine Blase ist.
57,82K
Top
Ranking
Favoriten