הוכחת השערת רימן ע״י לבאנט אלפוגיי מראה לנו שוב, שעם קלוד קוד, השמיים הם הגבול.
כלומר, אם השלמתם דוקטורט במתמטיקה בפרינסטון בגיל 18, הייתם חברים ב-Harvard Society of Fellows בגיל 19, יש אסטרואיד על שמכם, ואתם דוברים אנגלית, טורקית, ספרדית, צרפתית, רוסית, גרמנית, עותמאנית, וקצת לטינית ויוונית עתיקה.
אחרת אתם סתם עוד בנאדם עם קלוד קוד.
העובדה שמכל האנשים בעולם זה אלפוגה שהשיג את זה היא לא מקרית. הוא מתמטיקאי מבריק, אבל יש טובים ממנו. אבל הוא הדגים בשנה החולפת שהוא השתלט על המיומנות של שימוש בבינה כמכפיל כוח יותר מכל אחד אחר (כמובן לא מפריעה הגישה הבלתי מוגבלת למודלים החזקים ביותר של אנתרופיק).
מזכיר שהוא גם היה אחד משני החוקרים שהיו בדרך לפתור את נאוויה-סטוקס לפני שאופן איי איי גנבו את הבכורה!
The Lean FRO and Mathlib Initiative have released a joint statement on the Lean verification of the Riemann Hypothesis.
On November 20, Levent Alpöge released a proof of the Riemann Hypothesis as a Lean library of 17 million lines of code. Over the past day, the Lean and Mathlib communities worked together to verify it. The statement certifies the proof as correct and describes how it meets all necessary verification criteria.
Congratulations to Levent on this achievement, and thank you to everyone in the community who contributed to the verification.
Full statement: https://t.co/edxEbkodw7
מבין 370 ההוכחות המדהימות ש-OpenAI פרסמו לפני שבוע, המטלטלת ביותר היא הוכחה להשערת רימן החלקית - ההתקדמות הכי משמעותית במאה השנים האחרונות בבעיה המפורסמת ביותר במתמטיקה.
אם לא הבנתם מה כתבתי פה, השרשור הזה בשבילכם.🧵
@Meir_Rubin@__alpoge__ אגב בשולי הדברים; התכוונתי ל״כללית״ (generalized), שתרגמתי ל״מורחבת״, אבל שכחתי שיש גם extended שהיא זו שנכון לתרגם ל״מורחבת״. בכל מקרה אתה צודק :)
הו וואו. @__alpoge__, החבר מאחורי ההוכחות המתמטיות של אנטרופיק בחצי שנה האחרונה (כולל סערת הקרדיט סביב נבייה סטוקס) מפרסם הוכחה להשערת רימן [המורחבת].
https://t.co/oppwsk7ApZ
@YoavR7 חשבנו את זה גם לגבי ETH (אמנם רק 25 שנה) וגילינו שהיא לא נכונה. ברור שכשמוכיחים משהו ולא מפריכים אותו אין לזה המון השלכות.
ואגב - יש אלגוריתמים דטרמיניסטיים לבדיקת ראשוניות שעכשיו הפכו לפרקטיים :)
@yoavgo בציוץ שלי דיברתי עם פוסט טריינינג - שזה החלק בפייפליין שלא השתנה מהותית (פרט לסקייל) מאימון מודלים של לפני כמה שנים. אני מסכים שבמובן הרחב, AI כולל המון דברים אחרים. לא בכך עסקינן
בניתי מערכת מולטי-אייג'נט שהיא מפעל תוכנה מטורף. בוסים, דרייברים, אימפלמנטורים, רוויו, סקיוריטי, QA, ואפילו מנהל משרד. הכול.
100% מהמשתמשים מרוצים מהמערכת וחושבים שהיא מערכת המולטי-אייג'נט הטובה בעולם.
100% מהמשתמשים הם אני.
רוצים לינק לגיטהאב? לא תקבלו.
לא כי זה סודי, אלא כי לאף אחד לא אכפת מה-Super Agentic Software Factory שבניתי.
כולנו בנינו את אותו הדבר בווייב קודינג. הצרכים שלכם שונים משלי, אז תבנו אחת משלכם. כנראה ייקח לכם פחות זמן מלהבין את שלי.
בואו נפסיק להעמיד פנים שכל סקריפט עם שלושה אייג'נטים הוא מוצר.
ואם הוספתם לו UI יפה בריאקט, מזל טוב, עכשיו זה סקריפט עם שלושה אייג'נטים ו-UI יפה בריאקט.
דל״פ: Post-training זה סקיל שנתפס כ״ייחודי״ בעיקר בגלל שרוב אנשי ה-ML שנכנסו לתחום ב-3-4 שנים האחרונות לא אימנו מודל בחייהם או אפילו יודעים להגיד מה הארכיטקטורה שלו. וזה בסדר, כי ברוב המקרים לא היה בכך צורך.
אין ספק שמדובר ביכולת שיש למעט אנשים, כי יש מעט מעבדות בארץ שהיה להם התקציב והמשאבים לעסוק בבעיה הזאת עד לאחרונה.
אבל בסוף Post-training הוא ״אימון בסקייל גדול + על דאטא מיוחד״. כל מי שאימן מודלים גדולים (״גדול״ זה תמיד ביחס לתקופה) בחייו, כנראה עשה את זה על דאטא ייחודי והיה צריך ללמוד איך לעשות את זה.
אם אתם מחפשים אנשים שיעשו אצלכם fine tune ל-GLM-5.3 בארגון, תתחילו בלחפש אנשים שעסקו במחקר ML עמוק, אימנו מודלים תוך כדי הבנה עמוקה של הארכיטקטורה שלהם והדאטא שנכנס ויוצא מהם.
יש עכשיו לא מעט חברות ישראליות שמתעניינות בתהליכי Post training של מודלים. הבעיה היא שיש ממש מעט אנשים בישראל שיודעים לעשות את זה והם הופכים להיות מבוקשים מאוד.
זה עוד יחסית בשוליים אבל מגמה מעניינת.