Greyfurt jambonu makaleyi okurken aklıma ne geldi Yaping'in altın çağında tazminat konusunda belirsiz olan @Infinit_Labs @Lombard_Finance arkadaşlar gibi. Aksine, ancak şimdi en parladığımı hissediyordum. Gu Yaping-> Shin Yaping Kuşak Değişimi (?)son zamanlarda devam ediyor. Bilmiyorum... Ödül ödüldür... Hâlâ eskisi gibi mi? Durum Aksine, Gu Yaping'de (Altın Nesil) büyüyemeyen arkadaşların 2. ve 3. sezon ödülleri şu anda çok, çok, çok büyük hale geldi. ---- Sadece $IN ödüllere bakarsanız bile, en iyi 500 kişi miktarın yaklaşık 2 katı kadar. $BARD tazminatı da büyük ölçüde ayda 100 kişiye indirildi ve bu da kişi başı tazminatında büyük bir artışa yol açtı. İkisi de beklentiyle küçülmek zorunda olmasalar bile, gerçek ürünleri olan, iyi çalışan ve kâr eden işletmeler Tazminat, süre ve kişi sayısı açıkça belirlenmiştir ve söz çiğnemezliği yoktur. (Bunun yerine, @Lombard_Finance durumunda daha hızlı çekilir.) ---- Ah, seni özledim... Ancak, Grapefruit Ham'ın sözlerine de katılıyorum... Aslında, şimdiye kadar ödüllerin garip derecede büyük olduğu doğru. Ayda 10 milyon vermek ve sonra ayda bir milyon vermek utanç verici. Bana sadece bir ay vermez misin? Yine öyle değil, ha ha...

Duyarlı ROMA'yı Araştırmak @SentientAGI skor tablosuna bakıldığında yazının kalitesinin de oldukça önemli olduğu görülüyor. Bu yüzden Sentient'teki en yüksek teknolojiye sahip olduğunu düşündüğüm ROMA hakkında yazacağım. 1. ROMA bir yapay zeka modeli değildir. - ROMA, birden fazla yapay zeka aracısının, her bir aracının değerlerine dayalı olarak hiyerarşik ve özyinelemeli olarak en güvenilir ve doğru yanıtları elde ettiği bir çerçevedir. Githet Readme'ye bakarsanız, genellikle kodun temel organik ilişkisini görebilirsiniz ve yaygın olarak bildiğimiz GPT ve Gemini gibi AI modellerinin API anahtarını girip kullanacaksınız. 2. Peki amaç ne? - Dört rol bölümündedir: Atomizer, Executor, Planner ve Aggregator. Bir görev verildiğinde, onu bir veya birden fazla şey olarak ele alıp almayacağına karar verir (Atomizer), nasıl çözeceğine karar verir (Planner), planlandığı gibi yürütür (Executor) ve ardından toplar (Aggregator) ve cevabı döndürür. Ek olarak, bir seçenek olarak Doğrulayıcı aracılığıyla cevabı doğrulama adımını seçebilirsiniz. 3. Sadece bir model mi kullanılıyor? -Hayır. Hızlı Başlangıç koduna bakarsanız, Executor dışında hepsi kendi modellerini belirtir. (ör. gpt-4o-mini, gemini-2.5-flash) Bu şekilde, en iyi cevabın tek bir model yerine birden fazla model kullanılarak elde edildiği görülmektedir. 4. Cevap hep aynı mı olacak? - Bu da değil. Her yapay zeka modelinin yürütme sonuçları tek bir görev için farklıdır ve parametrelerin nasıl ayarlandığına, yani ince ayarın nasıl yapılacağına bağlıdır. Örneğin, Sıcaklık adı verilen en tipik parametre 0-2 değerine sahiptir, 0'a yakın tutarlı bir yanıt verir ve 2'ye yakın her deneme için çeşitli yanıtlar verir. Sonunda, kullanıcının nasıl kurduğuna bağlı olarak performansta büyük bir fark olacak gibi görünüyor. Yakın zamanda tesadüfen bir yapay zeka aracısı geliştirme fırsatım oldu ve bunu yazdım çünkü o zamanlar yapay zekayı çalıştırmaya devam ederken okuduğum şeyin artık kit koduna baktığımda bir hile gibi göründüğünü düşündüm:)

[@SentientAGI ] Bir zamanlar ilk 10'a giren bir projeydi Eşik düşürülür, Bir iç çember hesap kilidi mi yoksa başka bir şey mi bilmiyorum. Mindshare yansıtılmadı, bu nedenle ilk 100 düştü. Bu arada... Buluşmadan sonra kanım tekrar😢 delindi Her zaman çok koştum ama tekrar denedim İyi bir haber varsa, onu yaymak için elimden geleni yapacağım! 🫡