Ich werde immer überzeugter, dass RL und ähnliche Techniken nur wiederentdecken, wie Menschen lernen. Denken Sie darüber nach: Zuerst wird ein Modell vortrainiert auf einer formalen Sprache (im Grunde genommen kontextfreie Grammatikregeln), die ein "syntaktisches Subnetz" innerhalb des Modells erzeugt. Auf dieses Subnetz wird dann die "echte Sprache" (Internet-Datensatz) während des tatsächlichen Modelltrainings überlagert (im Kontext formaler Sprachen wird dies im Grunde genommen als uneingeschränkte Grammatik bezeichnet). Aber dann... Das ist die gleiche Art, wie menschliche Babys Sprache lernen, oder? Wir kommen "vortrainiert" mit einem syntaktischen Subnetz zum Verständnis der grundlegenden Form von Sprache (Rhythmus der Informationsübertragung, Proto-Grammatik) und "legen" dann die tatsächliche Sprache, die wir lernen, darauf. Faszinierende Sachen!

→ Im Jahr 2016 arbeitete ich als iOS-Entwickler → wusste vage über Bitcoin Bescheid, aber es hat mich nie wirklich interessiert → ich war damals richtig nerdmaxxing und lernte über Informatik, komplexe Mathematik usw... → hörte von Ethereum → das, was mich lustigerweise ansprach, war die Tatsache, dass Gas existiert, um das Halteproblem zu lösen (ich war damals total in Turing und CS-Theorie vertieft) → ging den Kaninchenbau hinunter → habe nie zurückgeschaut

Viele Leute sagen, dass Opus 4.5 das Beste für agentische Flüsse ist. Ich finde, dass Gemini 3 Pro sogar noch besser ist.