我认为，@istoica05 和加州大学伯克利分校的研究社区在通过研究和开源技术塑造科技方面所发挥的作用并不为人所知。 举几个最近的基础开源技术的例子，Ion 和他的学生们创造了 Apache Spark、Ray、vLLM 和 SGLang。许多公司依赖这些项目。 对于任何对学术界在推动进步方面的作用持怀疑态度的人，花些时间与这个团队相处。你会感受到这一点。

一个有趣的开源项目，旨在模拟数万名代理以建模社会互动（使用 @raydistributed）。 “实验表明，该框架可以支持30,000个代理的模拟，速度快于实际时间。”

模型只想进行概括。 在过去的几年里，我们一直在推动视频可控性的前沿，发布新的模型和技术，用于修补、扩展、分割、风格化、关键帧、运动和相机控制。 Aleph 是一个单一的上下文模型，可以同时解决所有这些任务，以及其他任务（例如新视图合成），在许多情况下无需特定任务的训练。 References 的配方继续有效，并且达到了新的高度。

每个人都在谈论语音模式（经过打磨后）将成为AI的一个主要用户体验解锁，这一点是正确的。 一个同样重要的前沿领域，至今无人触及，那就是AI群聊。这里有很多艰难的产品挑战需要解决，但一旦我们做对了，就很难想象没有它的AI。

我开始阅读这个帖子，然后被解决数学问题分散了注意力。这是一个很棒的问题，思考起来非常有趣。我强烈鼓励你拿出一张纸，画一些三角形，试着解决它。

祝贺 @pcmoritz，@anyscalecompute 的联合创始人，获得 #ICML2025 的“时间考验荣誉提名”！

当之无愧!

恭喜 @pcmoritz!

祝贺我杰出的联合创始人 Philipp Moritz (@pcmoritz) 和传奇人物 John Schulman、Sergey Levine、Pieter Abbeel 和 Michael Jordan 今天在 ICML 2025 上获得了“时间考验荣誉提名”！ 因为他们创造了 TRPO。这是在之前围绕强化学习（Atari、Mujoco、AlphaGo 等）的兴奋浪潮中完成的。现在，得益于 LLM 和推理模型，强化学习又回来了，这项工作比以往任何时候都更具影响力！该领域在很大程度上已经标准化为 TRPO 的变体。 @pcmoritz @johnschulman2, @svlevine, @pabbeel

我最近问一个朋友，构建一个用于AI代理的搜索引擎与构建一个用于人类的搜索引擎有什么不同（答案在我第一眼看上去并不明显）。 让我印象深刻的一个见解是，代理的搜索引擎可以更可控。人类不会写一页长的描述来说明他们在寻找什么，而AI代理会。它可以非常非常具体地描述它正在搜索的确切内容。