Junggun Lim

Seoul, Programming + Music, Distributed Computer System, Fingerstyle Guitar

[Junggun Lim @junggun_lim]

@iamquadr 최신 픽셀을 써보진 않았지만 3xl 할아버님보다야..

[Junggun Lim @junggun_lim]

부끄럽게도 나는 Unity 2017의 구독 정책이 발표되기 불과 한 달 전에 Unity 5 Pro라이선스를 5천 달러에 구입한 적이 있다. 일찍 마음이 떠나 다행이다..

[Junggun Lim @junggun_lim]

고닷을 기다리며 (x)

[Junggun Lim @junggun_lim]

고도를 기다리며

[Junggun Lim @junggun_lim]

세상의 모든 문장을 더 간결하고 오해 없이 명료하게 LLM이 다시 써주는 세상이 오겠구나..

[AK @_akhaliq]

Large Language Models as Optimizers

paper page: https://t.co/bo2mMNF88I

Optimization is ubiquitous. While derivative-based algorithms have been powerful tools for various problems, the absence of gradient imposes challenges on many real-world applications. In this work, we propose Optimization by PROmpting (OPRO), a simple and effective approach to leverage large language models (LLMs) as optimizers, where the optimization task is described in natural language. In each optimization step, the LLM generates new solutions from the prompt that contains previously generated solutions with their values, then the new solutions are evaluated and added to the prompt for the next optimization step. We first showcase OPRO on linear regression and traveling salesman problems, then move on to prompt optimization where the goal is to find instructions that maximize the task accuracy. With a variety of LLMs, we demonstrate that the best prompts optimized by OPRO outperform human-designed prompts by up to 8% on GSM8K, and by up to 50% on Big-Bench Hard tasks.

[Junggun Lim @junggun_lim]

RTX가 못하는 일을 해낸다

[Georgi Gerganov @ggerganov]

Casually running a 180B parameter LLM on M2 Ultra

[Junggun Lim @junggun_lim]

@lqez 짝짝 생일축하드립니다

[Junggun Lim @junggun_lim]

@iamquadr Google Fi가 좋은건 현지 전화번호가 생겨서 투어 가이드 연락 받기 편하단 점인데 대신 비싼데다 쓰로틀링까지 걸려서 데이터 많이 쓰기엔 불편해

[Junggun Lim @junggun_lim]

@iamquadr 내 알기로는 google fi는 미국 땅을 밟아 기지국에 한 번 연결해야 액티베이션이 될거야 (작년기준)

[말러팔삼 @mahler83]

좋은 질문을 하도록 유도하는 GPT-3 기반 챗봇을 9-10세 어린이들에게 테스트한 결과 효과가 있었다는 논문
https://t.co/YsuAbtpI81

[Junggun Lim @junggun_lim]

@banjihasaram 아이들이 더 무거워지기 전에 PT 추천합니다 데드리프트와 오버헤드 프레스 척추와 관절 보호에 필수죠

[Junggun Lim @junggun_lim]

AI의 방식으로 설명하자면 성취할 수 있다는 것은 중간 과정을 상상할 수 있다는 것이겠지

[Junggun Lim @junggun_lim]

CEO가 마이크로매니징할 때 엔지니어링 팀에서는 어떤 일이 일어나는가.

[Gergely Orosz @GergelyOrosz]

4. There’s a temptation to lie upwards and say that by doing what the CEO suggested, it actually helped! Even if did not. Do this and you’ll ask for far more trouble.

5. But make the CEO look silly, and you risk your perf review/promotion. At Twitter, probably your job (no joke)

[Gergely Orosz @GergelyOrosz]

The problem with these things is several:

1. When the CEO points out a problem, it can’t be ignored

2. With a solution suggested, ppl working on this have to be tactful in how to communicate that it’s not really the solution w/o pissing off the CEO

3. It can drain so much time

[無異 @taekie]

내가 듣고 싶은 것만 보여줘야 플랫폼에 오래 머무르고 광고로 수익을 창출할 수 있으니. 플랫폼은 한쪽으로 편향될 필요 없이 알고리즘으로 개개인의 필터 버블을 만들어 가둬두고 계속 확증 편향을 강화하는 인간을 만들어냄. #uxkr
https://t.co/bpp9YHS4d8

[절세마녀 @theladywitch]

조직 내에 이런 사례 생기잖아? 그럼 일 잘하고 눈치 빠른 사람은 일찌감치 튀고 대충 하는 사람은 일을 안 하면서 도망가서, 소처럼 일하는 사람한테 일이 가중되는 와중에, 목소리 크고 잘 떠넘기는 사람은 승승장구함. 흔히 소는 누가 키우냐고 할 때 소랑 소키우는 사람 죽어서 삽시간에 고꾸라짐

[물도마뱀 @mul_doe]

조직에서 가장 높은 사람이 책임을 회피하면 이런 일이 일어난다. 가장 높은 사람 바로 밑에 있는 사람은 더 열심히 책임을 회피하고, 다시 그 밑이 회피한다. 결국 그 조직에서 사명감이 높은 사람 중 가장 높은 사람이 모든 책임을 떠안고 조직에서 제거된다. 이게 몇번 반복되면 조직이 붕괴한다.

[parklirin @lirin017]

문재인은 이 진솔하고 인간적인 호소가 어떤 결말이 되었는가를 누구보다 잘 아는 사람이다.