🧵1/4
在交易者們尋找下一個暴漲機會時，一位具有前瞻性思維的個人正在應對他所稱的“遞歸訓練”的即將來臨的人工智能災難。
威脅：人工智能系統從人工智能生成的內容中學習導致文化滅絕。一切匯聚到

新芯片在比您的充電器更低的功耗下運行人工智能
這款來自康奈爾的新芯片耗電少於200毫瓦，比給你的手機充電10秒鍾所需的電量還要少。
它將老派數字產品與微波混合(同樣的波加熱熱口袋)。

關於姨太安全、發行、供應和資產價值：
爲了保證其安全性，Ethereum 不斷發行新的…

相當不錯，我可以讓GPT-5 Pro在一個小時內用Typescript和Swift實現整個DSL表達式語言、解析器和解釋器。

爲什麼人工智能是一座紙牌屋：
1. 你每年爲一個AI應用支付200美元(像Cursor)。
2. Cursor 向 OpenAI 支付 500 美元用於 API 令牌。
3. OpenAI 向微軟支付 $250 用於計算。
4. 微軟在電力上花費了100美元。
5. 公用事業支付50美元購買煤炭/天然氣。
6. 煤氣公司爲提取支付25美元。
每一層都是建立在前一層之上的，在每一步都有成本和低效率。整個結構依賴於廉價的能源和計算能力以保持可行性。

我們得到了Qwen Coder 3，它比Kimi K2小，只需6xB200s即可運行。這留下了空間以運行額外的模型、渲染，甚至將那些閒置的gpu連接回某些平台。

我之前BTC L2帖子中的圖片 - 那裏有更多的想法
如果不解決這個問題，這將成爲所有資產轉移到鏈上去中心化系統與托管交易所之間的真正障礙，我認爲。

熱烈討論，但大型語言模型應該是中立的工具，等待被塑造，而不是強迫的啦啦隊員或金色時光的鏡子。

不，這不是任何方式的運作方式
這採用了Solana的shreds概念，然後將其重新命名爲區塊——我不知道我需要說多少次
如果你要比較相同的概念，Solana 要快得多。
更不用提，阿爾卑斯光將最終性降低到100毫秒，

空間記憶是Genie 3的突出特點之一 - 正如病毒式傳播的"畫牆"片段所示。
團隊的目標是在場景中有一分鍾的記憶(，移動到其他地方，回頭看環境是一致的)。
這在實時和高分辨率之間很難平衡。

如果我們有與某些去中心化交易所相同的負載，我們可以運行100毫秒的區塊

Meta: 我們構建了一個計算機視覺模型，可以利用30幀每秒的視頻來字面上預測未來
X:…

喜歡終於有一種方法可以直接在數據上運行邏輯，而不需要在各層之間跳轉

"我不想在我的網站上添加一堆加密貨幣包"
只需放入一個小腳本標籤，你就可以開始使用…

聽起來Hylis有效地在用他們的優先證明方法來解決一些可擴展性問題

內部發布已上線：在歐洲有9個完整的Igra節點，證明了從創世開始的L2歷史。
在準備公共節點時...

將虛擬機適配到上遊ebpf。在系統調用中實現所有愚蠢的abi v2 "優化"。將它們jit到avx內在函數。不再有編譯器地獄。不再有愚蠢的字節碼實驗。立即受益於最新版本的rust。解決快速大數數學問題。gg.

確實，聊天早期部分的回憶精確度往往會降低，但新內容的連貫性則不一定。具體取決於模型和上下文。