Temas en tendencia
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Jessy Lin
Doctora @Berkeley_AI, investigadora visitante @AIatMeta. Agentes 🤖 💬 lingüísticos interactivos
Me gusta mucho esta idea de tener agentes que controlen un ordenador con tu contexto y datos, ya que todos estamos intentando averiguar el factor de forma adecuado para los agentes de uso de ordenadores o navegadores
La respuesta de Zo es ~el equivalente a los "ordenadores personales" en la era de la IA, y es genial pensar en cómo permite a la persona promedio programar y automatizar cosas en su vida que de otro modo serían inaccesibles
¡Enhorabuena @0thernet @perceptnet! 💻

ben guo 🪽19 nov 2025
Hoy anunciamos @zocomputer.
cuando se nos ocurrió la idea – dar a cada uno un servidor personal, impulsado por IA – sonaba una locura.
Pero ahora, incluso mi madre tiene su propio servidor.
Y eso está mejorando su vida.
ella considera a Zo como su asistente personal. Lo envía por mensaje para gestionar su apretada agenda, usando todo el contexto de sus notas y archivos. Ya no me necesita para soporte técnico.
también utiliza a Zo como su espacio de trabajo inteligente: le pide que organice sus archivos, edite documentos y haga una investigación profunda.
con la ayuda de Zo, puede ejecutar código de sus estudiantes de posgrado y explorar los datos ella misma. (Mi madre es bióloga y dirige un laboratorio de investigación. Hola mamá)
Zo le ha dado a mi madre una verdadera sensación de autonomía: puede hacer mucho más con su ordenador.
Queremos que todos tengan esa misma sensación. Queremos que la gente se enamore de hacer cosas para sí misma.
en el futuro que estemos construyendo, poseeremos nuestros datos, crearemos nuestras propias herramientas y crearemos APIs personales. Tener un ordenador inteligente en la nube será como tener un smartphone. Y Internet se sentirá mucho más vivo.
ESTA ES PARA TI, MAMÁ ❤️
un agradecimiento especial a @modal, @pydantic AI y @steeldotdev por ser grandes socios antes de este lanzamiento. Y gracias @cursor_ai por ser mi espada 🗡️
Y gracias a todos los que creyeron en nosotros. Un pequeño puñado: @southpkcommons, @adityaag, @chrisbest, @rauchg, @immad, @shreyas, @MattHartman, @lessin, @gokulr, @sabrinahahn, @iqramband, @whoisnnamdi, @guruchahal, @mikemarg_, @gaybrick, @SJCizmar, @magdovitz, @anneleeskates, @henloitsjoyce, @sugarjammi, @thevibethinker, @aaronmakhoffman, @Sunfield__
1.19K
Como parte de nuestro trabajo reciente sobre arquitecturas de capas de memoria, escribí algunos de mis pensamientos sobre el problema del aprendizaje continuo en términos generales:
Publicación de blog:
Parte de la exposición va más allá de las capas de memoria, por lo que pensé que sería útil resaltar por separado:

2.62K
🧠 ¿Cómo podemos equipar a los LLM con una memoria que les permita aprender continuamente cosas nuevas?
En nuestro nuevo artículo con @AIatMeta, mostramos cómo el escaso ajuste de las capas de memoria permite actualizaciones específicas para el aprendizaje continuo, con una interferencia mínima con el conocimiento existente.
Mientras que el ajuste completo y LoRA ven caídas drásticas en el rendimiento de las tareas retenidas (📉-89% FT, -71% LoRA en tareas de aprendizaje de hechos), las capas de memoria aprenden la misma cantidad con mucho menos olvido (-11%).
🧵:

585
Populares
Ranking
Favoritas
