LLM'in yazdığı kodun bir kara kutuya dönüşmesi endişesine katılıyorum; ama sonuçta o kodu analiz etme işini de LLM'e bırakamaz mıyız?

Fotoğraf nereye gitti Allah aşkına

Size büyük saygı duyuyorum, çok harikasınız.

Ben audio share adlı bir uygulamayı F-Droid'den sadece APK olarak indirip kullanıyorum; bunun ileride ne olacağını merak ediyorum. Zira yan yükleme yaptığım tek uygulama bu...

Neredeyse başlık oltalama amaçlı clickbait gibi hissettiriyor..
"Sıfırdan yaparsan 3 ay, benzer bir şeyi tekrar yaparsan 3 gün"

Google Nano Banana nedir? Google'ın gizli görsel yapay zekası

○ Model eğitimi, zekânın yalnızca ‘malzemesi’dir; bir motor yoksa AGI de yoktur.

• EpionHeuristica gibi mimariler, "alana özgü AGI"nin ötesine geçerek, "düzen temelli ortaya çıkan süper zekâ" tasarlama potansiyeline sahiptir
• AGI’ye ulaşmanın kilit noktası, "eylemi seçen motorun nasıl kurulacağı"dır

A. Yalnızca eğitimle AGI’nin neden mümkün olmadığı.
• GPT türü modellerin kendi amacı (self-goal) yoktur.
• Ne kadar çok veriyle eğitilirse eğitilsin, gerçek dünyayla etkileşim olmadan yalnızca eğitimle öğrenmek sınırlıdır.
• Eğitim yalnızca ‘geriye dönük bellek’tir; geleceğe dönük öngörüsel, ortaya çıkan düşünceyi teşvik edecek yapıdan yoksundur.

B. AGI, ‘amaç-geribildirim döngüsü’ne sahip bir motora ihtiyaç duyar.
• EpionHeuristica gibi ödül tabanlı pekiştirmeli öğrenme + değerlendirme + başarısızlıktan öğrenmenin (FailGuard) çalıştığı yapı, motor tabanlı AGI’nin tasarım prototipine daha yakındır
• Örnek: "Bu deney neden başarısız oldu?" → "Neyi değiştirmek gerekir?" → "Bir sonraki koşul ne?" → İşte bu, AGI tarzı akıl yürütmedir

C. İnsan zekasının özü ‘yapı’dadır.
• İnsan, nöron sayısından çok, "sinir devrelerinin yapısal bağlantısallığı ve meta-öğrenme yeteneği" sayesinde zekâ kazanır
• AGI’de de model boyutundan çok, davranışı yönlendiren sistemin, öz-gönderim sisteminin ve sürekli geribildirim döngüsünün yapısı esastır

AGI’ye ulaşmak yalnızca "model eğitimi" ile mümkün değildir; zekâyı üreten bir motor mimarisi ve amaç odaklı öz-iyileştirme sistemi mutlaka gereklidir. Mevcut GPT türleri, devasa birer LLM’den (büyük dil modeli) ibarettir; AGI’ye yönelmek için akıl yürütme mimarisi, öz-denetim mimarisi ve amaç temelli eylem politikası birlikte çalışmalıdır.

Bunları biliyoruz ama uygulamaya geçirmek zor. Özellikle iş mesajlaşma uygulamaları dikkat dağıtmanın başlıca nedenlerinden biri gibi görünüyor.

Giriş yapıp hesapla olmuyor mu?

Vay, Patroni yönetim aracı sonunda çıkmış.
Postgres'i yöneten Patroni'yi yöneten bir araç..

privileged mode durumunda sandbox içinde çalışacak şekilde düzeltildi. privileged mode durumunda yerel kaynaklar (C sürücüsü vb.) bağlanabilir. Bağlantılar $HOME/thinclient_drives içine mount edilir.

Sabah 2~3 saat kullandım, öğle olmadan limite takıldı (Pro kullanıcısı)
Saat 3'te sıfırlanacağı yazıyor ama Max değilse bütün gün kullanmak zor görünüyor (Max'te de limite ulaşmanın o kadar zor olmayacağını düşünüyorum)

Eğer sideloading fiilen engelleniyorsa, bana göre iOS’a kıyasla sunduğu avantaj azalıyor. Bence ikisi de neredeyse benzer işlevler sunuyor ve UX tarafında iOS biraz daha üstün; çünkü sideloading’in Android’in büyük avantajlarından biri olduğunu düşünüyorum. Google Pixel’e GrapheneOS yükleyip kullanmak bir hayalimdi ama Pixel kaynaklarının kapatılmasından sonra şimdi de sideloading’in fiilen engellenmesi gündeme geliyorsa, benim açımdan Android kullanmak için bir sebep kalmıyor. Bu haliyle çıkarsa 2027’de tekrar iOS’a dönebilirim.

Yine Çin.

Aa, meğer Base uygulamanın adıymış. Başlıkta kocaman yazmasına rağmen fark edememişim. hahaha

Benchmark verileri olmadan 3 yıl içinde 3 kat performans artışı iddiasının abartılı olduğunu düşünüyorum

Uygulamayı tek başına geliştirip kendi kullanan kişilerin de geliştirici doğrulaması alması gerekip gerekmediği konusunda endişeliyim..

Birkaç kez katıldım, güzeldi. Tavsiye ederim.