書いた
"デモを見ると、大量の skills から適切な skill を選ぶ、ということもできそうです。サンプルでは Hermes Agent は 186個のツールを持っていますが、どれを使うといいかをバッチ一つでスコアリングして、高いものを選ぶ"
まとめありがたい。久々にツールとして応用の幅が広そうな新しいおもちゃが出てきた。応答が早いというのは重要だ
高速なら活きてきそうなAIで思い浮かぶのはIMEの漢字変換だけど、日本語とか扱えるのかな… しかし非言語的な判断課題とか、学習でそんなに汎化できるものなのだろうか。
Jevは1応答500msで256並列、confidenceで判定しPlaywrightは補助で96%以上に改善する
汎用AIと将棋AIの対比に近いと思う、つまり土俵が違うからJevはAGIにはなれない
なんか驚き系の人がみんな騒いでるけどこいつら1週間前はAstraでゲーム開発やってたよね。
Jev がやったのは、「自然言語の延長で JSON を出力しなくても、自然言語の生成を介さず、最初からJSONのような構造を出力するように作っておけばいいじゃん」というものです。
定義済みの形式でしか思考・出力できないLLM…ってことかな。わかったようなわからないような…でもまあ普通のLLMのことだってわからないがわかったような気持ちで使ってるか。わかるかどうかは重要でない時代かもな。
例えが全然わからない
意味不明
、
https://x.com/mizchi/status/2100850013454926083
こういうのがあった方がいいだろ、っていう問題意識はすごい分かるよね。音声アシスタントAIの最初の層にあったらいいんじゃないかと思うんだよな
なんかTensorFlow使って画像分類高速にやらせてたの思い出したな…みんなも靴とかズボンとかやったよなぁ
できることは限られるけど並列度が高いって感じね。GPUも当初は考えられなかった使い方されてるから多分面白い応用があるんだろな
早くて安いのにそこらの分類器より知識豊富で汎用的に使えて凄いが結局バイアスあるし間違いもするんでそこは確率見てよしなにという、回答過程を文字化してくれない御神託AI"言語条件付き確率的汎用判断生成モデル"
設問作成のコストが鍵かもしれんね(・ω・)
推論モデルの中間モデルとしての利用しやすかったりはしないのかな。如何せんそんなに速いならローカルでほしい。
愛は花、君はその種子みたいな……
confidence 値:0.96 以上のときはほぼ確信、0.4 以下は間違ってる可能性が高いので別のモデルにフォールバックするといい
興味深いな
今回驚き屋の多数は驚き大相撲の土俵に上がってない。内容が難しいから。
じゃあJevにゲーム作らせて。
すげー概念が追加されたところまでは分かったから凡人の俺はこの概念使った便利機能がClaude CodeかCodexに具備されるのを待つわ。頑張れ天才たち。
よくわからないけど、安くて速いから大量のちょっとした考えが必要な作業にはよいのか？な？ 例えば大量にドローンが飛んできたやつを打ち落とせとか
なるほど、この特性なら確かに動画と相性が良さそうだ。インプットに渡せるようになったら色々なことができそう。
GPUってことはJev上でTransformerを再現してLLMできたりするのかな？既にやっている人いそうだけど（笑）
sakanaAIみたいなヤツがJevとLLMを組み合わせて上手いことやってくれたら、人間に残される仕事は要件定義と責任だけになるのかな…
推論の並列化で複雑な思考が日常的な計算資源になる。AIは答えを生成する装置から可能性空間を探索する装置へ変わり、表現の可能性も広がると。
フロントのLLMの後ろで推論させると効率よいって話なのか？？？
既存の LLM が CPU なら、 Jev はその GPU 版みたいなやつ
書いた
"デモを見ると、大量の skills から適切な skill を選ぶ、ということもできそうです。サンプルでは Hermes Agent は 186個のツールを持っていますが、どれを使うといいかをバッチ一つでスコアリングして、高いものを選ぶ"
まとめありがたい。久々にツールとして応用の幅が広そうな新しいおもちゃが出てきた。応答が早いというのは重要だ
高速なら活きてきそうなAIで思い浮かぶのはIMEの漢字変換だけど、日本語とか扱えるのかな… しかし非言語的な判断課題とか、学習でそんなに汎化できるものなのだろうか。
Jevは1応答500msで256並列、confidenceで判定しPlaywrightは補助で96%以上に改善する
汎用AIと将棋AIの対比に近いと思う、つまり土俵が違うからJevはAGIにはなれない
なんか驚き系の人がみんな騒いでるけどこいつら1週間前はAstraでゲーム開発やってたよね。
Jev がやったのは、「自然言語の延長で JSON を出力しなくても、自然言語の生成を介さず、最初からJSONのような構造を出力するように作っておけばいいじゃん」というものです。
定義済みの形式でしか思考・出力できないLLM…ってことかな。わかったようなわからないような…でもまあ普通のLLMのことだってわからないがわかったような気持ちで使ってるか。わかるかどうかは重要でない時代かもな。
例えが全然わからない
意味不明
、
https://x.com/mizchi/status/2100850013454926083
こういうのがあった方がいいだろ、っていう問題意識はすごい分かるよね。音声アシスタントAIの最初の層にあったらいいんじゃないかと思うんだよな
なんかTensorFlow使って画像分類高速にやらせてたの思い出したな…みんなも靴とかズボンとかやったよなぁ
できることは限られるけど並列度が高いって感じね。GPUも当初は考えられなかった使い方されてるから多分面白い応用があるんだろな
早くて安いのにそこらの分類器より知識豊富で汎用的に使えて凄いが結局バイアスあるし間違いもするんでそこは確率見てよしなにという、回答過程を文字化してくれない御神託AI"言語条件付き確率的汎用判断生成モデル"
設問作成のコストが鍵かもしれんね(・ω・)
推論モデルの中間モデルとしての利用しやすかったりはしないのかな。如何せんそんなに速いならローカルでほしい。
愛は花、君はその種子みたいな……
confidence 値:0.96 以上のときはほぼ確信、0.4 以下は間違ってる可能性が高いので別のモデルにフォールバックするといい
興味深いな
今回驚き屋の多数は驚き大相撲の土俵に上がってない。内容が難しいから。
じゃあJevにゲーム作らせて。
すげー概念が追加されたところまでは分かったから凡人の俺はこの概念使った便利機能がClaude CodeかCodexに具備されるのを待つわ。頑張れ天才たち。
よくわからないけど、安くて速いから大量のちょっとした考えが必要な作業にはよいのか？な？ 例えば大量にドローンが飛んできたやつを打ち落とせとか
なるほど、この特性なら確かに動画と相性が良さそうだ。インプットに渡せるようになったら色々なことができそう。
GPUってことはJev上でTransformerを再現してLLMできたりするのかな？既にやっている人いそうだけど（笑）
sakanaAIみたいなヤツがJevとLLMを組み合わせて上手いことやってくれたら、人間に残される仕事は要件定義と責任だけになるのかな…
推論の並列化で複雑な思考が日常的な計算資源になる。AIは答えを生成する装置から可能性空間を探索する装置へ変わり、表現の可能性も広がると。
フロントのLLMの後ろで推論させると効率よいって話なのか？？？