Matan Abudy

research at @DecartAI, previously exploring language through computational models @TelAvivUni

[Matan Abudy @matanabudy]

This has been in the works for a while now. Really excited that it’s finally out!

[Decart @DecartAI]

Meet Lucy 2.5, our most advanced Live AI model yet.

Lucy edits videos in realtime, now with more capabilities and greater control.

See how it's being used across streaming, e-commerce, advertising, and more 🧵

[Matan Abudy @matanabudy]

@Michael_Gilead מגניב ממש! הנתונים שאספתם מונגשים מעולה וסופר קל לשלוף על זה. שאלה - ההבדל בין שווקים שבסוף נסגרים על ״כן״ לעומת ״לא״ נראה לי די משמעותי, לא? בסוף אם אתה מנחש ״לא״ כל הזמן הדיוק הכללי שלך בפלטפורמות האלה הוא די טוב ומה שמעניין זה האם משהו כן יקרה (הסכם גרעין/הוצאת אורניום וכו׳)

[Matan Abudy @matanabudy]

@urieli17 לפני קצת יותר משבוע אנתרופיק החמירו את ההגבלות על כמות הטוקנים שאתה יכול לנצל במסגרת ה-5 שעות (טוענים שהמגבלה השבועית לא השתנתה). בקודקס גם הייתה הרעה בתנאים - עד ה-2 באפריל היה מבצע שנתן לך פי 2 יותר quota, הוא נגמר וגם הם מתחילים לזלול בקצב (בטח הכנה לתכנית חדשה של 100 דולר)

[Matan Abudy @matanabudy]

@Eyal__Weiss מגניב! יש שיטות להבדיל מתי יש בדאטא adverserial heterophily ומתי informative? מעבר לתוצאות אמפיריות

[Matan Abudy @matanabudy]

דוגמה יפה למה *לא* צריך AI. אימייל הוא לא חדשות, אין סיבה שהוא יציף אתכם במידע שאחר כך AI צריך לסכם. הדבר ההגיוני הוא למנוע את ההצפה מלכתחילה. בינתיים הדרך לפרסומות באינבוקס רצופה כוונות טובות

[Gmail @gmail]

Inbox Zero is a thing of the past. Introducing AI Inbox: cut through your email clutter with smart prioritization and daily personalized briefings. Rolling out today in Beta for Google AI Ultra subscribers in the US. → https://t.co/Oa6gfKYO1a

[Matan Abudy @matanabudy]

@urieli17 עוד דבר מגניב זה שנראה שיש בקוד שיטות להילחם בדיסטיליציה של מודלים, נגיד - לדחוף סתם קריאות לא אמיתיות לtools

[Sahil @sahilypatel]

Anthropic built two anti-distillation systems into Claude Code to stop competitors from training on its data

One injects fake tool calls into the model's output stream to corrupt any scraped training data

Another strips all tool call details into vague summaries so competitors can't reconstruct what the agent actually did

[Matan Abudy @matanabudy]

האפליקציה של Better Rail טובה, שימושית ויפה יותר בכל פרמטר מהאפליקציה הרשמית של רכבת ישראל, כל דבר חדש שהם עובדים עליו מזכה אותם בהורדה אוטומטית מבחינתי

[Better Rail @better_rail]

זולי היא אפליקציה חדשה שאנחנו עובדים עליה כבר יותר מחצי שנה, ואנחנו ממש מתרגשים סוף-סוף להוציא אותה היום.

רשימת קניות חכמה שתעזור לכם לחסוך הרבה כסף. מוזמנים להוריד ולנסות :)

[Matan Abudy @matanabudy]

@alono88 בעולם שבו יש בנצ׳מרקים שבוחנים מודלים על בעיות ברמת דוקטורט שאף אדם סביר לא יכול לפתור זה דווקא מרענן בעיניי לקחת בעיות שמדגם של אנשים בלי רקע מצליח לפתור ולהרכיב מהם בנצ׳מרק ״קשה״

[Matan Abudy @matanabudy]

@alono88 מה במטריקה לא צמוד לעובדות? הם מפרטים את המתודולוגיה די טוב לטעמי בדוח ובהתבטאויות שלהם

[Matan Abudy @matanabudy]

@alono88 זה מוזכר בעקיפין בציוץ שהוא מצטט, מסכים שלא בפירוש אבל גם לא הייתי קורא לזה פייק. בכל מקרה - זה סט מבחנים אחר מהקודמים, הוא מודד משהו אחר והמטריקה היא אחרת, למה זה רע?
https://t.co/SoseyJMCJE

[Matan Abudy @matanabudy]

כמו לכל דבר - גם ל-ARC-AGI-3 יש הייטרים, בין השאר מאנשים שחושבים שהמבחנים האלה נועדו להכשיל מודלים בכוונה (מתי נהיינו בצד של המודלים?). אני כן חושב שהיו כמה בחירות לא טריוואליות בבנייה של המבחנים אבל בגדול בעיניי זה עניין של מסגור - למשל, הציון הפעם לא נקבע לפי אחוזי הצלחה במשימות אלא לפי הפער בין כמה פעולות לקח למודל לעומת בני אדם, בריבוע. למה בריבוע? כי זה הופך את הציונים של מודלים להיות גרועים יותר ככל שהפער גדול יותר. אנשים מתלוננים שזה מטה את הביצועים למטה, ואני שואל - למי אכפת? או שהם מצליחים או שלא. לדחוף את המודלים לפתור את המשימות כמה שיותר יעיל נשמע לי כמו דבר טוב לשאוף אליו, ואם הציון משקף את זה עם אקסטרה דגש, מה טוב.

[Matan Abudy @matanabudy]

בשולי הדברים, תזכורת נחמדה שתמורת פחות מ-4 שקלים חדשים בחודש משתמשי האקוסיסטם של אפל מקבלים שירות הסתרת כתובות מייל פשוט ויעיל
https://t.co/70KI8ugETN

[Matan Abudy @matanabudy]

@_clem import/export markdown

[Matan Abudy @matanabudy]

נקודה אחרונה שחשוב לזכור: אמנם יצא ARC-AGI-3, אבל ARC-AGI-2 עדיין לא פתור! התוצאה הכי טובה של מודלים ב-ARC-AGI-2 רחוקה ב-15% מבני אדם. הפוקוס מן הסתם יהיה על ARC-AGI-3 וזה קצת חבל מצידם, בדיוק בסוג הבעיות שהם מנסים למדוד, הזנב של ההתפלגות הוא המשמעותי ביותר. בכל אופן, ממליץ לשחק ולחוות בעצמכם במשחקים לאורך הדורות, זה גם די כיף בפני עצמו - https://t.co/LefiISvy1o

[Matan Abudy @matanabudy]

לפני שלושה ימים יצא ARC-AGI-3, בנצ׳מרק שלישי בסדרה שמנסה למדוד את המרחק בין מה שמודלי AI מסוגלים לעשות לבין מה שבני אדם מסוגלים. הרעיון הבסיסי הוא לנסות למצוא משימות שקלות לבני אדם אבל קשות ל-AI. לדעתי מדובר בבנצ׳מרקים הכי מעניינים בשנים האחרונות להתקדמות מודלים, גם בגלל *מה* שהם מודדים וגם בגלל *איך* שהם מודדים.

[Matan Abudy @matanabudy]

פרט אחד שאני לא אוהב - בניגוד ל-ARC-AGI-2 ו-ARC-AGI-1, הם לא מאפשרים הפעם להגיש פרומפטים או מערכות שמותאמות ספציפית לבנצ׳מרק. הם טוענים (ובצדק) אם שנגיע ל״״״בינה מלאכותית כללית״״״ אז אין שום צורך בפרומפט ספציפי, כללי זה כללי. הם כן מחריגים את כל מה שנמצא מאחוורי API של מודל (אם OpenAI שמים פרומפט ספציפי מאחורי ה-API של GPT 5.4 אז זה בסדר). נראה לי נקודה קצת תמוהה למתוח עליה את הקו, אבל זה מה יש.