Topik trending
#
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.

seth bloomberg
Mitra Investasi @UnsupervisedCap | Sebelumnya: @CrucibleLabs, @MessariCrypto penelitian | Woo Babi 🐽
Semakin setuju dengan pengambilan ini

will brown8 Agu, 02.52
Saya semakin yakin bahwa "AI transformatif" akan terlihat seperti banyak model khusus untuk segala hal mulai dari desain obat hingga sim cuaca hingga robotika hingga rantai pasokan, bukan satu agen untuk menguasai semuanya. Kami akan membutuhkan lebih banyak peneliti AI
579
Tujuan dari proyek ATOM sangat besar. Ini adalah upaya bersama untuk memastikan AS memiliki sumber daya untuk membangun model AI sumber terbuka perbatasan.
Ini adalah salah satu gerakan dalam open source/AI yang paling saya sukai, dan saya bangga dimasukkan dalam daftar penandatangan di bawah ini.

Nathan Lambert7 Agu, 09.21
Satu setengah hari dari peluncuran ATOM, satu hal yang sangat jelas tentang model terbuka dibandingkan dengan tahun-tahun sebelumnya: itu bukan lagi posisi minoritas.
Di bawah ini adalah daftar penandatangan terkenal (total lebih dari 200). Orang-orang dari setiap sudut komunitas AI telah menandatangani. Orang-orang yang akan dicap sebagai "doomer" dan orang lain yang "akselerasionis." Ada akademisi terkemuka, pegawai pemerintah, peneliti di laboratorium terkemuka, insinyur, pemodal ventura, dan segala sesuatu di antaranya.
Sekarang dimulailah proses panjang untuk membuat ini menjadi nyata. OpenAI telah melakukan hal yang baik dalam memudahkan kepemimpinan di seluruh bidang untuk menyetujui rilis model terbuka, tetapi ini tidak menyelesaikan kebutuhan akan ATOM. Ini memperkuat bahwa ini adalah perubahan komunitas yang tidak dapat diperbaiki oleh organisasi terbuka atau satu advokat.
Mari terus mendorong.
Berikut adalah penandatangan terkemuka. Saya akan mengeluarkan pembaruan lain dengan semua terima kasih untuk siapa yang segera mewujudkannya.
Clement Delangue (@ClementDelangue), CEO of Hugging Face
Jeremy Howard (@jeremyphoward), Salah satu pendiri Fast ai & Answer ai
Oleksii Kuchaiev (@kuchaev), Direktur Riset Terapan di Nvidia
Ross Taylor (@rosstaylor90), CEO Penalaran Umum
Sebastian Raschka (@rasbt), Penulis Build A Large Language Model (From Scratch)
Soumith Chintala (@soumithchintala), salah satu pendiri PyTorch
Miles Brundage (@Miles_Brundage), Mantan Kepala Riset Kebijakan di OpenAI
Ali Farhadi, CEO of Ai2
Sergey Levine (@svlevine), Profesor di UC Berkeley, salah satu pendiri Kecerdasan Fisik
Bill Gurley (@bgurley), Mitra Umum di Benchmark
Vincent Weisser (@vincentweisser), CEO of Prime Intellect
Dylan Patel (@dylan522p), Pendiri dan CEO SemiAnalysis
Christopher D. Manning (@chrmanning), Profesor di Universitas Stanford
Andrew Trask (@iamtrask), Pendiri OpenMined
Percy Liang (@percyliang), Profesor di Universitas Stanford
Seth Bloomberg (@bloomberg_seth), Mitra Investasi di Unsupervised Capital
Jason Lee (@jasondeanlee), Profesor di UC Berkeley
Animesh Garg (@animesh_garg), Profesor Komputasi, Institut Teknologi Georgia
Thomas Wolf (@Thom_Wolf), Co-founder dan CSO di Hugging Face
Matt White (@matthew_d_white), Direktur Eksekutif, Yayasan PyTorch
Prof Dylan Hadfield-Menell (@dhadfieldmenell), Associate Professor of EECS, MIT
Kevin Xu (@kevinsxu), Pendiri, Interconnected
Andy Konwinski (@andykonwinski), Pendiri, Institut Laude
Jason Kwon (@jasonkwon), Chief Strategy Officer, OpenAI
Will Brown (@willccbb), Pemimpin Penelitian, Kecerdasan Utama
Paige Bailey (@DynamicWebPaige), Pemimpin Teknik DevX di Google DeepMind
Mike Abbott, Co-founder & CEO, Open Athena
Helen Toner (@hlntnr), Universitas Georgetown
Mark Surman (@msurman), Presiden, Mozilla Foundation
Jordan Schnieder (@jordanschnyc), Pendiri ChinaTalk
Finbarr Timbers (@finbarrtimbers), Insinyur Riset Utama di Ai2
Andrew Carr (@andrew_n_carr), Co-founder dan Chief Scientist di Cartwheel
Swyx (@swyx), Co-founder Smol . ai & Ruang Laten
8,41K
seth bloomberg memposting ulang
Satu setengah hari dari peluncuran ATOM, satu hal yang sangat jelas tentang model terbuka dibandingkan dengan tahun-tahun sebelumnya: itu bukan lagi posisi minoritas.
Di bawah ini adalah daftar penandatangan terkenal (total lebih dari 200). Orang-orang dari setiap sudut komunitas AI telah menandatangani. Orang-orang yang akan dicap sebagai "doomer" dan orang lain yang "akselerasionis." Ada akademisi terkemuka, pegawai pemerintah, peneliti di laboratorium terkemuka, insinyur, pemodal ventura, dan segala sesuatu di antaranya.
Sekarang dimulailah proses panjang untuk membuat ini menjadi nyata. OpenAI telah melakukan hal yang baik dalam memudahkan kepemimpinan di seluruh bidang untuk menyetujui rilis model terbuka, tetapi ini tidak menyelesaikan kebutuhan akan ATOM. Ini memperkuat bahwa ini adalah perubahan komunitas yang tidak dapat diperbaiki oleh organisasi terbuka atau satu advokat.
Mari terus mendorong.
Berikut adalah penandatangan terkemuka. Saya akan mengeluarkan pembaruan lain dengan semua terima kasih untuk siapa yang segera mewujudkannya.
Clement Delangue (@ClementDelangue), CEO of Hugging Face
Jeremy Howard (@jeremyphoward), Salah satu pendiri Fast ai & Answer ai
Oleksii Kuchaiev (@kuchaev), Direktur Riset Terapan di Nvidia
Ross Taylor (@rosstaylor90), CEO Penalaran Umum
Sebastian Raschka (@rasbt), Penulis Build A Large Language Model (From Scratch)
Soumith Chintala (@soumithchintala), salah satu pendiri PyTorch
Miles Brundage (@Miles_Brundage), Mantan Kepala Riset Kebijakan di OpenAI
Ali Farhadi, CEO of Ai2
Sergey Levine (@svlevine), Profesor di UC Berkeley, salah satu pendiri Kecerdasan Fisik
Bill Gurley (@bgurley), Mitra Umum di Benchmark
Vincent Weisser (@vincentweisser), CEO of Prime Intellect
Dylan Patel (@dylan522p), Pendiri dan CEO SemiAnalysis
Christopher D. Manning (@chrmanning), Profesor di Universitas Stanford
Andrew Trask (@iamtrask), Pendiri OpenMined
Percy Liang (@percyliang), Profesor di Universitas Stanford
Seth Bloomberg (@bloomberg_seth), Mitra Investasi di Unsupervised Capital
Jason Lee (@jasondeanlee), Profesor di UC Berkeley
Animesh Garg (@animesh_garg), Profesor Komputasi, Institut Teknologi Georgia
Thomas Wolf (@Thom_Wolf), Co-founder dan CSO di Hugging Face
Matt White (@matthew_d_white), Direktur Eksekutif, Yayasan PyTorch
Prof Dylan Hadfield-Menell (@dhadfieldmenell), Associate Professor of EECS, MIT
Kevin Xu (@kevinsxu), Pendiri, Interconnected
Andy Konwinski (@andykonwinski), Pendiri, Institut Laude
Jason Kwon (@jasonkwon), Chief Strategy Officer, OpenAI
Will Brown (@willccbb), Pemimpin Penelitian, Kecerdasan Utama
Paige Bailey (@DynamicWebPaige), Pemimpin Teknik DevX di Google DeepMind
Mike Abbott, Co-founder & CEO, Open Athena
Helen Toner (@hlntnr), Universitas Georgetown
Mark Surman (@msurman), Presiden, Mozilla Foundation
Jordan Schnieder (@jordanschnyc), Pendiri ChinaTalk
Finbarr Timbers (@finbarrtimbers), Insinyur Riset Utama di Ai2
Andrew Carr (@andrew_n_carr), Co-founder dan Chief Scientist di Cartwheel
Swyx (@swyx), Co-founder Smol . ai & Ruang Laten
34,44K
seth bloomberg memposting ulang
🌸 Bagaimana open source mendorong inovasi
Berikut adalah visualisasi agen yang dikirimkan dari waktu ke waktu
Semakin dekat titik-titik satu sama lain, semakin mirip kode agennya
Perhatikan bagaimana kelompok agen muncul - setiap kali penambang datang dengan cara baru yang inovatif untuk memecahkan masalah, banyak agen serupa dirilis berdasarkan logika itu
Kami merasa indah untuk dilihat. Perhatikan juga bagaimana cluster muncul lebih cepat dan lebih cepat menjelang akhir - agen meningkat dengan kecepatan yang semakin cepat
14,81K
Pengaturan untuk Max dan tim @webuildscore sangat fenomenal:
• Pendiri/tim yang luar biasa
• Membangun produk yang berbeda untuk pasar yang kurang terlayani/berkembang
• Memanfaatkan teknologi mekanisme insentif Bittensor untuk secara konsisten menciptakan produk yang lebih baik
Sangat bersemangat dengan yang satu ini.

Sami Kassab5 Agu, 22.49
Kami menerbitkan memo investasi internal kami di Score—Subnet 44 di Bittensor.
Score sedang membangun sistem visi komputer untuk analitik olahraga, sudah memproses pertandingan sepak bola penuh dalam waktu kurang dari 2 menit.
Kami mengukur pasar langsung yang dapat diservis pada $1,8 miliar, menyiratkan kenaikan 51x untuk token pada penilaian hari ini.
Memo lengkap di bawah ini.
3,69K
seth bloomberg memposting ulang
Kami menerbitkan memo investasi internal kami di Score—Subnet 44 di Bittensor.
Score sedang membangun sistem visi komputer untuk analitik olahraga, sudah memproses pertandingan sepak bola penuh dalam waktu kurang dari 2 menit.
Kami mengukur pasar langsung yang dapat diservis pada $1,8 miliar, menyiratkan kenaikan 51x untuk token pada penilaian hari ini.
Memo lengkap di bawah ini.
44,88K
Ingin melihat ini terjadi juga. Tetapi dalam praktiknya, saya tidak yakin bagaimana menerapkan sesuatu seperti ini.
Apakah pemerintah fed hanya mensubsidi biaya untuk laboratorium terbuka untuk mengakuisisi perangkat keras ini? Ini akan menjadi subsidi berkelanjutan (perlu perangkat keras baru sering sekarang), dan bagaimana memilih laboratorium mana yang mendapatkan subsidi? Matematika serbet untuk 10K H200 mungkin di utara $300 juta jika kita menggunakan asumsi sederhana ~$30K per H200. Dan ini hanya akuisisi perangkat keras GPU. Anda membutuhkan tempat untuk menjalankannya bersama dengan opex untuk memeliharanya.
Jika Anda memaksa pemilik komputasi yang ada untuk mengukir sejumlah pasokan mereka untuk diberikan ke laboratorium ini, mereka juga memerlukan beberapa bentuk subsidi. Sebagian besar perusahaan ini mengatakan bahwa mereka juga terkendala pasokan saat ini.
Bagaimanapun, sepertinya kita sedang menuju penciptaan paradigma komputasi baru. Paradigma sejauh ini berkisar pada peningkatan komputasi yang ditempatkan bersama. Tidak diragukan lagi, masih akan ada pembangunan pusat data seukuran Manhattan di AS dan di tempat lain. Tapi, akan ada juga pulau komputasi yang lebih kecil dengan berbagai ukuran, yang terhubung dengan serat dll. Ketika ini adalah kendala baru/standar dan keterbatasan mendasar, itu akan mendorong komunitas penelitian AI yang lebih luas ke arah baru yang belum dijelajahi.
Dampak hilir dari ini dapat berarti perbedaan besar dan berkembang antara penelitian, arsitektur model, ekonomi, dll yang dihasilkan antara laboratorium AI tertutup terbesar (yang bekerja dengan pusat data tunggal yang sangat besar) dan mereka (kemungkinan akademisi dan perusahaan AI terdesentralisasi) yang menggunakan kluster komputasi yang lebih terdistribusi (yaitu, pulau komputasi kecil tetapi banyak). Tidak jelas bagaimana hasilnya untuk kedua belah pihak (dan pada akhirnya, konsumen model yang diproduksi oleh masing-masing), tetapi sepertinya arah hal-hal yang sedang dituju.
Anda bahkan bisa berpendapat bahwa kami telah melihat sekilas tentang ini. Laboratorium Cina memiliki batasan komputasi yang berbeda secara fundamental daripada OpenAI misalnya. Laboratorium Tiongkok ini harus berinovasi dalam teknik pelatihan/inferensi karena ini. Bukan analogi yang sempurna, tetapi mungkin dapat membantu menjelaskan seperti apa "langkah-langkah kecil" menuju paradigma baru, dan seiring waktu, langkah-langkah kecil ini bertambah dan menghasilkan sesuatu yang terlihat/berfungsi sangat berbeda dari apa yang dihasilkan jalan lain.

Nathan Lambert4 Agu, 22.08
Untuk mengatasinya, ambang batas sumber daya utama adalah memiliki beberapa lab terbuka dengan masing-masing 10000+ GPU.
Beberapa laboratorium membuatnya sehingga kami tidak terikat pada rahmat teknologi besar untuk ingin merilis model. Lembaga-lembaga ini meningkatkan inovasi + mengurangi risiko teknologi penting ini.
658
Bacaan yang sangat menarik, beberapa hal yang menonjol:
- memulai bagian dengan mencatat bahwa mereka melihat sistem AI meningkat sendiri (tren yang berkembang) tetapi dengan sedikit detail
-- menarik perbedaan besar b / t AI "pribadi / konsumen" vs mengganti pekerja / tenaga kerja
- kacamata menjadi "perangkat komputasi utama" kami, diuntungkan karena mereka memiliki lebih banyak konteks
- superintelligence berarti mereka perlu mempertimbangkan kembali strategi sumber terbuka mereka, poros yang cukup dari tahun lalu.

AI at Meta30 Jul 2025
Hari ini Mark membagikan visi Meta untuk masa depan kecerdasan super pribadi untuk semua orang.
Baca surat lengkapnya di sini:
1,19K
Tidak bisa lebih setuju.
Sulit dibayangkan sekarang, tetapi sebelum pertengahan 2019 stablecoin baru mencapai 20% dari volume harian di Ethereum. Dominasi volume Stablecoin akhirnya memungkinkan DeFi untuk berakselerasi.
Kita membutuhkan katalis serupa untuk AI terdesentralisasi.

anand iyer30 Jul 2025
AI terdesentralisasi saat ini adalah tempat DeFi & stablecoin berada sekitar tahun 2020.
Sebagian besar teknologi yang benar-benar transformatif AI tidak akan hidup di dalam tumpukan tertutup. Itu dibangun di atas rel terbuka, transparan, dan terdesentralisasi.
Sebuah acara terobosan akan mengantarkan adopsi arus utama. Seperti Stripe mengakuisisi Bridge. Dan kemudian AI terdesentralisasi hanya akan disebut AI.
1,19K
Teratas
Peringkat
Favorit
Trending onchain
Trending di X
Pendanaan teratas terbaru
Paling terkenal