Pablo Benites

Jo0ji - Yoake no Uta | Sub. Español • RomajiJo0ji - Yoake no Uta | Sub. Español • RomajiJo0ji - Yoake no Uta | Sub. Español • RomajiJo0ji - Yoake no Uta

[Pablo Benites @p20_69]

@DotCSV Si se acerca al límite, que anda por los milímetros de presión, ahí ya sería más seguro y no invasivo que la tomografía computarizada, que es cara y daña tejidos por el uso extendido. Dudo que la iguale en precisión, pero como prueba rápida podrá ayudar bastante al diagnóstico.

[Midjourney @midjourney]

Announcing a new division of Midjourney called "Midjourney Medical"

[kache @yacineMTB]

NVidia needs to start training models that are specifically super powerful at writing and optimizing CUDA kernels, physics engines, training infrastructure and then open sourcing that

The next software platform moat is training AIs to use your software with superhuman ability

[Sasha Malysheva @aimalysheva]

I'm fairly convinced there's some universal language manifold (= a surface formed by meaning vectors) that both humans and LLMs operate on. But we don't train LLMs to explicitly represent this manifold. We rather train them to approximate it, and to move along it by building curves on it.

And those curves are reasoning in geometric terms, like a reasoning trace is a curve on a low-dimensional manifold embedded in a very high-dimensional space.

The Linear Representation Hypothesis (https://t.co/2p3HZEGhX0) touches this, but I wonder if there's more recent work that takes the manifold idea further?

Would love to see takes from people with serious differential geometry backgrounds on this!

[nathan (in sf) @nathanrs]

I found out the other day that any compression tool can be contorted to do language modeling. Turns out gzip can generate text that somewhat *resembles* Shakespeare. Short write up linked below

[kache @yacineMTB]

Beating baselines is fun. But I hear @JulianSaks has this running close to a minute. I'm going to keep on pushing until it's borderline instant.

All of this is going to be open sourced. Let's accelerate robotics. There's no reason we need to wait 6 hours for training runs.

[Requiem_AX J07 @requiem0w0]

イラストメイキング🍩

[Pablo Benites @p20_69]

@Argentinizando2 @DenaonIsBack Es increíblemente fácil robar y engañar en una sociedad de alta confianza, literalmente apuñalas por la espalda a alguien que ni te consideraba enemigo, en vez de hablar de inteligencia, yo pondría a escrutinio cuál sería el origen de esas ideas.

[Pablo Benites @p20_69]

@neogoose_btw Claude fue ajustado para andar en Claude Code, dudo bastante que realmente rinda igual. Lidiar con lo que no conoce le hace perder rendimiento.

[Fabio Guzman @FGuzmanAI]

56,000+ tokens/sec at just 80 MHz. 🤯

I burned a full Transformer with KV cache into a custom chip. Designed gate by gate as a 100% digital integrated circuit. Prototyped on a FPGA. (No GPU. No CPU)
Just pure digital silicon running @karpathy microGPT, spelling out names on a tiny LCD.

This is GateGPT 👇

[Pablo Benites @p20_69]

@Argentinizando2 No le puedes ganar a esa cosa; lo máximo que puedes aspirar es al empate, y para eso se debe crear una subrealidad donde sus reglas no apliquen. Y esto ya existe, se llama ser civilizado. Así que si de verdad quieres ganarle a eso, comienza por no iniciar guerras ni genocidios.

[Unsloth AI @UnslothAI]

DiffusionGemma can now run at 2000+ tokens/sec! ⚡

We made local DiffusionGemma inference 1.8× faster.

Run it on 18GB RAM via Unsloth Studio.

GitHub: https://t.co/aZWYAtakBP
Guide: https://t.co/wYLfJWE6kG

[Pablo Benites @p20_69]

@roaneatan2 Ironically, it's a remarkably accurate representation of evolution: all the beauty it creates is the exact shadow of the millions it left behind. But just like in that animation, it deceives us—because we only ever see the pretty part.

[名無師@Skeb募集中 @nanasi_RPG]

電子インクすげぇ、薄いし質感も紙と大差ない

[drmy @doremyswt]

Late to the trend

[『葬送のフリーレン』公式 @FRIEREN_PR]

ごちそうのフリーレン

[恒星 @vintcessun]

这篇论文终于把为什么AI学东西比人慢的原因讲透了：问题不在数据量，而在学习目标。它从样本复杂度理论出发，证明预测自身的隐表示（latent）比预测原始token在数据效率上有指数级优势——PCFG数据上，token级SSL需要Ω(exp(L))样本，latent预测仅需O(log L)。这首次从理论上解释了data2vec、JEPA等隐空间方法为何高效，也暗示了H-JEPA那种显式多尺度堆叠可能是冗余的。不过理论局限在组合结构数据，对无结构或非层次数据仍需验证。

https://t.co/RgcdRUAstg

[Pablo Benites @p20_69]

@antonello Creo que sí lo hizo una persona, algo que suele delatar a la IA es que aún no consigue evocar vía el subtexto intenciones consistentes; en ese aspecto es superplana. Ese texto sí tiene subtexto, hay una presentación, un problema y un final. Parece evocar un formato de cuento.

[lilium @lilydisease]

#葬送のフリーレン #frieren

[Goodfire @GoodfireAI]

Neural networks do math by rotating shapes.

We found a shape-rotating calculator hidden inside an LLM – and it’s used for more than just math! (1/6)