Per i miei amici europei, consiglio @lucis_life per le analisi del sangue (sono un investitore). Se qualcuno conosce fornitori di scansioni MRI, scrivetelo nei commenti.

ok chi vuole calcolare in cambio della revisione + test di alcuni PR. aperto solo a mutuali che hanno utilizzato i verificatori. offerta seria

Avere semplicemente un buon giudizio è un'abilità estremamente sottovalutata.

Nuovo episodio: "Come Lavora Elon" Questo episodio tratta i principi di costruzione di aziende incredibilmente preziosi di Elon Musk. Alcuni appunti dall'episodio: 1. La missione viene prima di tutto. 2. Ritirarsi non è un'opzione. 3. Un senso maniacale di urgenza è il nostro principio operativo. 4. Il design del prodotto dovrebbe essere guidato dagli ingegneri. 5. Non dovresti separare ingegneria e design del prodotto. 6. Avere dipartimenti di design e produzione separati è una sciocchezza. Tieni tutto insieme e il feedback deve essere immediato. 7. Il leader dovrebbe essere in prima linea. Dovresti essere un generale di battaglia. 8. "Se vedono il generale sul campo di battaglia, le truppe saranno motivate. Ovunque fosse Napoleone, lì le sue armate avrebbero dato il meglio." 9. Applica costantemente L'Algoritmo. (1) Metti in discussione ogni requisito. (2) Elimina qualsiasi parte del processo che puoi. (3) Semplifica e ottimizza. (4) Accelera il tempo di ciclo. (5) Automatizza. 10. La ripetizione è persuasiva. "Sono diventato un disco rotto sull'algoritmo. Penso sia utile dirlo in modo fastidioso." 11. Dovresti essere ultra-rigido su eliminazione e semplificazione. 12. La camaraderie è pericolosa. Rende difficile per le persone sfidare il lavoro degli altri. (Riferisciti al punto #1) 13. Non chiedere mai alle tue truppe di fare qualcosa che non faresti tu. 14. Assumi per atteggiamento. Le competenze possono essere insegnate. I cambiamenti di atteggiamento richiedono un trapianto di cervello. 15. Buon atteggiamento = Un desiderio di lavorare in modo maniacale. 16. Le uniche regole sono quelle dettate dalle leggi della fisica. Tutto il resto è una raccomandazione. 17. Mantieni tutta la tua azienda impegnata in un obiettivo comune. 18. Se le cose non vanno bene, butta via il design esistente, inizia dai principi fondamentali, metti in discussione ogni requisito basato sulla fisica fondamentale. 19. Trova il limite. Vuoi eliminare il più possibile e non puoi farlo a meno che non trovi il limite. 20. Se non stai reinserendo almeno il 10% delle cose che hai eliminato, allora non hai eliminato abbastanza. 21. Mantieni il controllo. Evita joint venture. Elimina gli intermediari. 22. Avere una dedizione incessante a mettere in discussione ogni requisito. 23. Niente lavoro sul lavoro, solo lavoro. 24. Vai al problema. Prendi l'aereo. Vola alla fonte. Vai nel luogo esatto della fabbrica. Vai al problema e rimani lì finché non è risolto. 25. La parte migliore è nessuna parte. 26. Sii predisposto alla guerra. 27. Non temere di perdere. Fa male le prime 50 volte, ma poi sarai in grado di giocare con meno emozione. Prenderai più rischi. 28. Rimani concentrato su cose utili per la civiltà. 29. Quando qualcosa è importante e deve essere fatto rapidamente, fai riunioni ogni 24 ore per eseguire l'algoritmo e controllare i progressi del giorno precedente. Rimarrai scioccato da quanto velocemente questo accelera le cose. 30. La vita deve essere interessante e audace. 31. Elimina, elimina, elimina, elimina. Ci sono altre 100 idee nell'episodio. Spero tu lo ascolti. 30 anni di carriera di Elon + 60 ore di lettura e ricerca e io che passo attraverso idea dopo idea a velocità 2x per 90 minuti. Sarà difficile trovare un uso migliore del tempo.

Wonderland è un ottimo team con cui lavorare, se questo ti interessa, vai a candidarti!

come promesso: nota che alcune sezioni della documentazione sono ancora in fase di costruzione (molto da aggiornare dopo l'upgrade Twist/Shout 🥵)

questa è una masterclass BD del team @Lighter_xyz mi ha davvero bloccato il prelievo

Jerome Powell guadagna circa 190.000 dollari all'anno, le strutture di incentivazione in gran parte del settore pubblico non hanno senso.

Confesserò che ho in mente una missione molto specifica con questo progetto. Il lancio della beta privata semi-vaga ne fa parte. Il set di compiti che stiamo cercando è parte di esso. I bounty per GPU ne fanno parte. I shitpost ne fanno parte. I podcast ne fanno parte. La condivisione di idee è cruciale qui. Lasciami spiegare. Attualmente, gran parte della discussione sugli ambienti RL è focalizzata su questa nuova ondata di startup il cui modello di business consiste nel costruire e vendere ambienti a un numero molto ristretto di grandi laboratori su base esclusiva. Mechanize è la più rumorosa, ma ce ne sono diverse. Invece di spendere per campioni di istruzione e annotazioni, i laboratori sono ansiosi di acquistare ambienti privati come la loro prossima grande risorsa consumabile per l'addestramento dei modelli. Questo fenomeno rappresenta sia un serio rischio per la prospettiva dei modelli open-source di rimanere competitivi, sia una grande opportunità per inclinare le sorti se riusciamo a spostare il centro di gravità. Se i buoni ambienti sono tutti costosi e nascosti, i modelli open-source rimarranno ancora più indietro. Questo è essenzialmente ciò che è successo con i dati di pre-addestramento. Ma se può emergere un ecosistema sufficientemente robusto di strumenti open-source per ambienti e addestramento, allora l'opzione open-source può anche essere all'avanguardia. Questo è più o meno ciò che è successo con PyTorch. Inclinare le sorti qui è il mio obiettivo. Il nostro obiettivo. Sono entrato in Prime Intellect perché tutti erano incredibilmente talentuosi, erano dannatamente seri riguardo alla missione di AGI open-source per tutti e non avevano paura di dirlo, e perché il team aveva un vantaggio strutturale unico che significava che potevamo davvero fare delle vere scommesse. Vendiamo capacità di calcolo. Costruiamo infrastrutture per migliorare ciò che puoi fare con quel calcolo. Facciamo ricerca su come far interagire quel calcolo in modi nuovi. Stiamo addestrando modelli più grandi e migliori. Abbiamo gli incentivi giusti per fare il lavoro duro e necessario. Questi pezzi sono tutti connessi. Non possiamo farlo da soli. Nessuno può. Ci vorranno startup, imprese, studenti e professori di tutto il mondo. La ricerca aperta attualmente non ha gli strumenti per studiare le domande che i grandi laboratori hanno ritenuto più cruciali per il progresso futuro. Dobbiamo trovare un modo per costruire quegli strumenti. Stiamo cercando di rendere tutto ciò più facile. Dobbiamo tutti migliorare nel lavorare insieme, nel non reinventare la ruota, nell'assemblare pezzi individuali in puzzle più grandi. Prendiamo ciò che abbiamo collettivamente fatto finora, sistemiamolo, facciamolo funzionare insieme, portiamo più persone sotto il nostro tendone e iniziamo a giocare a giochi più positivi. Se non riusciamo a trovare modi migliori per lavorare insieme, ci stiamo dirigendo verso un futuro AI in cui collettivamente *non sappiamo nemmeno cosa siano questi modelli*, perché il sipario non viene mai sollevato, e tutto ciò che possiamo effettivamente vedere è solo un giocattolo. Esiste un altro tipo di azienda che potresti costruire in questo spazio; una che ti consente comunque di vendere ai grandi laboratori, ma non in modo esclusivo; una che ti consente comunque di avere i tuoi segreti commerciali e di stampare un bel ARR, ma che non ci rende collettivamente meno informati sul futuro che stiamo costruendo. Browserbase. Cursor. Exa. Modal. Morph. E innumerevoli altri. Facciamo di più di questi. Puoi costruire una grande azienda creando strumenti potenti e imbracature per agenti che riflettono i compiti ad alto valore che le persone vogliono che i modelli facciano realmente. Avere elementi di esso che sono aperti da provare liberamente, e elementi che sono ospitati dietro un'API. Addebitare in base all'uso con alcune funzionalità premium per le imprese. Costruire il miglior clone di Excel a forma di LLM, o clone di Figma, o clone di TurboTax. Cambialo giusto abbastanza per evitare una causa, e poi lascia che i clienti privati vedano la versione più robusta contro le cause. Goditi una sana competizione nell'arena e trova modi per collaborare dove conta. Trova il tuo angolo e sii così bravo da poter vendere a tutti, sia per RL che per un uso effettivo. Raggiungi una massa critica e sii così conveniente che non valga la pena per nessuno cercare di ricostruire ciò che hai già creato. Questa è la timeline in cui spero di finire. È un mondo in cui i grandi laboratori possono comunque fare bene, e probabilmente offriranno i modi più facili per spendere un po' di più per ottenere prestazioni generali migliorate. Ma è anche un mondo in cui i modelli open-source non sono lontani, e tutti coloro che si prendono cura abbastanza possono sostanzialmente vedere cosa sta succedendo e capire come i modelli che usiamo sono effettivamente addestrati. Se stai pensando di avviare o unirti a un'azienda focalizzata sugli ambienti RL, ti esorto a riflettere su quale timeline stai implicitamente scommettendo e a riflettere su come ti senti riguardo a ciò.

Questa è una delle verità più importanti che ho imparato nella mia vita.