グレープフルーツハム この記事を読んで思い浮かんだこと ヤーピングの黄金時代に報酬について曖昧だった@Infinit_Labs @Lombard_Financeのような友人たち むしろ、今になって初めて自分が全盛期に入ったと感じていました。 顧雅平>シン・ヤーピンの世代交代(?)最近進行中です。 知りません。。。ご褒美はご褒美だ...以前と同じ状態なのでしょうか?状況の中で 逆に、古雅平で育てられなかったシーズン2と3の友人たちへの報酬は、今や非常に大きい。 ---- $IN報酬だけを見ても、上位500人はその約2倍の人数です。 $BARD報酬も大幅に削減され、1人当たりの報酬が大幅に増加しました。 たとえ両方とも期待で縮小しなければならなくても、実際の製品を持ち、うまく機能し、利益を上げている企業です 報酬、期間、人数はすべて明確に決定されており、約束を破ることは一切ありません。 (むしろ、@Lombard_Financeの場合はより速く引かれます。) ---- ああ、会いたい... しかし、グレープフルーツハムの言葉にも同意します... 実際、これまでのところ報酬は奇妙に大きいのは事実です。 月に1000万渡して、さらに100万渡すのは恥ずかしい。 1ヶ月だけ時間をくれないか? また違うな、はは...

Sentient ROMA を掘り下げる @SentientAGIランキングを見ると、文の質もかなり重要なようだ。そこで、Sentientの中で最高の技術力を誇ると思うROMAについて書こうと思います。 1. ROMA は AI モデルではありません。 - ROMA は、複数の AI エージェントが各エージェントの値に基づいて、階層的かつ再帰的に最も信頼性が高く正確な回答を導き出すフレームワークです。Githet Readmeを見ると、通常、コードの基本的な有機的な関係がわかりますが、私たちがよく知っているGPTやGeminiなどのAIモデルのAPIキーを入力して使用します。 2. それで、何の意味があるのでしょうか? - アトマイザー、エグゼキューター、プランナー、アグリゲーターの4つの役割の分割にあります。タスクが与えられると、それを1つのものとして扱うか、複数のものとして扱うかを判断し(Atomizer)、どのように解決するかを決定し(Planner)、計画通りに実行し(Executor)、それを集約して(Aggregator)答えを返します。また、オプションで検証ツールを通じて回答を確認する手順を選択することができます。 3. 1つのモデルしか使用されていませんか? -いいえ。クイックスタート コードを見ると、Executor を除いて、すべてのコードが独自のモデルを指定しています。(例:gpt-4o-mini、gemini-2.5-flash)このように、1つのモデルだけでなく、複数のモデルを使ってベストアンサーが導き出されるようです。 4. 答えは常に同じですか? - これも違います。AIモデルごとに実行結果は1つのタスクで異なり、パラメータの調整方法、つまり微調整の仕方によって異なります。たとえば、温度と呼ばれる最も一般的なパラメーターの値は 0 から 2 で、0 に近いほど一貫した答えが得られ、2 に近いと試行ごとにさまざまな答えが得られます。結局、ユーザーがどのように設定するかによって性能に大きな差が生じるようだ。 最近、たまたまAIエージェントを開発する機会があり、当時AIを動かしながら勉強したことが、キットのコードを見ると今のところトリックに見えると思って書きました:)

[@SentientAGI] かつて10位圏に入ったプロジェクトだった しきい値が下がり、 内輪のアカウントロックなのか何かなのかはわかりません。 マインドシェアが反映されず、100位圏は脱落した。 ところで。。。ミートアップが終わった後、また😢血が突き刺さった いつも一生懸命走っていましたが、もう一度挑戦しました 良いニュースがあれば、全力で広めます!🫡