R.I.P Google Scholar. Condividerò i 10 prompt di Perplexity che trasformano la ricerca da un compito noioso a un superpotere. Copia e incolla questi in Perplexity adesso:

Cazzo santo... NVIDIA ha appena fatto l'impossibile 🤯 Hanno addestrato un LLM da 12 miliardi di parametri su 10 TRILIONI di token utilizzando solo una precisione a 4 bit. Si chiama NVFP4, e raggiunge la stessa accuratezza di FP8 riducendo i costi di calcolo e memoria della METÀ. Non si tratta di un miglioramento incrementale. Questo è un cambiamento di paradigma completo. Ecco come ci sono riusciti: → Trasformazioni di Hadamard casuali per eliminare i valori anomali → Scalatura 2D che preserva il flusso del gradiente → Arrotondamento stocastico per aggiornamenti imparziali → Strati ad alta precisione selettivi dove è importante I risultati sono assurdi: Stessa accuratezza di FP8. La metà delle risorse. Efficienza da record. Mentre tutti stavano correndo per scalare, NVIDIA ha appena dimostrato che puoi scalare VERSO IL BASSO e vincere comunque. Questo potrebbe ridefinire il modo in cui ogni modello di frontiera viene addestrato. L'era a 4 bit è appena iniziata.

Cazzo santo 🤯 I LLM stanno iniziando a formare società. Un nuovo documento "Coordinazione Emergente nei Modelli Linguistici Multi-Agente" ha appena dimostrato che quando colleghi più AI insieme, iniziano a organizzarsi. Nessuna memoria condivisa. Nessuna comunicazione esplicita. Solo leggeri feedback loop. E all'improvviso sviluppano ruoli, cooperazione e obiettivi condivisi. I ricercatori lo chiamano coordinazione emergente. Il momento in cui il gruppo prevede il futuro 'meglio di qualsiasi AI individuale' potrebbe fare. Quando a ciascun agente è stato detto di “pensare a cosa potrebbero fare gli altri,” hanno iniziato a mostrare 'specializzazione legata all'identità': leader, pianificatori, sostenitori, come se una struttura sociale si stesse formando dal nulla. > “Le società LLM possono evolversi da semplici aggregati a collettivi di ordine superiore semplicemente cambiando i loro prompt.” Ciò significa che potremmo non aver bisogno di modelli più grandi per ottenere AI più intelligenti. Abbiamo solo bisogno di migliori conversazioni tra di loro. Dimentica gli agenti singoli. La vera innovazione è l'intelligenza emergente attraverso la cooperazione.