Eine geschlossene Trainingsschleife driftet in jeder Runde weiter von der Realität weg, und keine Menge an zusätzlicher Rechenleistung holt sie zurück 🌀
$AR entwickelte permanenten Speicher, der Aufzeichnungen über Jahrhunderte hinweg unverändert bewahrt, nicht über Abrechnungszyklen. $NEAR machte die Account-Infrastruktur vorreif, bei der eine einzige Identität über Anwendungen hinweg weitergenutzt wird, ohne dass eine erneute Anmeldung nötig ist.
Speicher ist gelöst. Onboarding ist gelöst. Aber Modelle, die auf ihren eigenen Ausgaben trainiert werden, verschlechtern sich vorhersehbar, und neue Arbeiten zur Physik zeigen: Eine einzige Prise echten menschlichen Inputs stoppt den Abwärtsstrudel. Skalierung ist günstig. Nachvollziehbarkeit ist es nicht.
Echte Daten wurden wissentlich beigesteuert, wobei die beitragende Person weiterhin die Schlüssel besitzt – und stattet das nächste Modell mit genau dem aus, was Vana nicht synthetisieren kann.
#AI #Vana
$AR entwickelte permanenten Speicher, der Aufzeichnungen über Jahrhunderte hinweg unverändert bewahrt, nicht über Abrechnungszyklen. $NEAR machte die Account-Infrastruktur vorreif, bei der eine einzige Identität über Anwendungen hinweg weitergenutzt wird, ohne dass eine erneute Anmeldung nötig ist.
Speicher ist gelöst. Onboarding ist gelöst. Aber Modelle, die auf ihren eigenen Ausgaben trainiert werden, verschlechtern sich vorhersehbar, und neue Arbeiten zur Physik zeigen: Eine einzige Prise echten menschlichen Inputs stoppt den Abwärtsstrudel. Skalierung ist günstig. Nachvollziehbarkeit ist es nicht.
Echte Daten wurden wissentlich beigesteuert, wobei die beitragende Person weiterhin die Schlüssel besitzt – und stattet das nächste Modell mit genau dem aus, was Vana nicht synthetisieren kann.
#AI #Vana
