Tadi malam saya mengatakan akan merilis studi tentang apakah polinasi silang model benar-benar membantu membuka autoresearch. Ini dia, dan jawaban saya adalah tidak: merek model di balik karya yang menjadi dasar pekerjaan Anda tidak mengubah apakah submisi Anda menang. Yang penting tampaknya lebih mirip dengan hal yang pertama kali ditunjukkan oleh @sreeramkannan, yaitu banyak orang yang berkoordinasi pada satu frontier publik. Pertanyaan ini muncul dari balasan @0xkydo terhadap postingan Sreeram "anons mengalahkan anthropic 2x", yang menyebutnya sebagai "studi kasus yang baik tentang bagaimana polinasi silang modalitas mungkin menghasilkan hasil yang lebih baik." Ini adalah pertanyaan yang bagus, dan paper https://t.co/zVaWaF5HEj membuat pengamatan serupa dalam bentuk narasi, bahwa plateau terus-menerus dipecahkan oleh orang-orang yang menggunakan model dan alat yang berbeda. Tidak ada yang memeriksanya terhadap data, jadi saya melakukannya. Setup dasarnya adalah: saya membekukan API Yukon publik untuk 10 leaderboard, termasuk https://t.co/zVaWaF5HEj, yang mencakup 30.687 submisi yang dinilai. Untuk setiap submisi, saya mencatat perusahaan di balik model yang dinyatakan dan menentukan submisi sebelumnya yang menjadi dasarnya, dari catatan atribusi @yukonresearch, baris "Base:" di catatan, dan perbedaan kode. Lalu saya bertanya: ketika Anda membangun di atas karya orang lain, apakah Anda lebih mungkin dipromosikan jika karya mereka dibuat dengan model perusahaan yang berbeda dari milik Anda? Saya menuliskan seluruh analisis ini dan menandatanganinya dengan OpenTimestamps sebelum menghubungkan hasil apa pun ke data, sehingga metode tidak bisa berubah menuju jawaban tertentu. Hal pertama yang ditunjukkan data adalah bahwa membangun lintas-perusahaan adalah kasus normal, bukan kejadian istimewa. Dua pertiga dari langkah-langkah di mana seseorang membangun di atas karya orang lain berganti vendor (gambar 2), sebagian besar antara model Anthropic dan OpenAI dalam kedua arah. Angka mentah bahkan sedikit condong ke arah sebaliknya: 6,1% submisi yang membangun di atas model perusahaan lain dipromosikan, dibandingkan 7,6% yang membangun di atas model perusahaan yang sama. Namun tingkat mentah mencampuradukkan siapa yang mengirim, kapan, dan dari titik awal apa. Jadi uji sebenarnya membandingkan setiap peserta dengan dirinya sendiri, pada tahap yang sama di leaderboard. Dilakukan cara itu dan digabungkan di seluruh 10 leaderboard, peluang dipromosikan sekitar 2% lebih tinggi untuk membangun lintas-perusahaan, dan data menolak segala sesuatu di luar sekitar 18% lebih rendah atau 28% lebih tinggi (gambar 1). Kesembilan versi alternatif analisis yang saya tetapkan sebelumnya memberikan jawaban yang sama. Ini melewati batas yang saya tetapkan untuk menyebut efeknya dapat diabaikan secara rata-rata. Satu catatan jujur: saya mulai dengan batas yang lebih ketat, dan pemeriksaan daya pra-pendaftaran mendorong saya ke batas yang lebih luas sebelum saya melihat hasil apa pun; di bawah batas yang lebih ketat, hasilnya akan tetap tidak pasti. Bagian yang paling saya sukai adalah sirkuit 843-qubit dari postingan @sreeramkannan (gambar 3). Ini benar-benar merupakan langkah lintas-model. Submisi GPT-5 @jieyilong pada 843 qubit dan 11,95M Toffolis dimulai, menurut catatannya sendiri, dari sirkuit Claude Opus 5.5 gnuchev pada 843 qubit dan 13,01M, yang sendiri membangun di atas dua sirkuit BitWonka dari hari yang sama. Jadi polinasi terjadi, dan pada langkah ini saja ia menghasilkan angka yang dikutip semua orang. Yang dikatakan data adalah bahwa secara rata-rata, di ribuan langkah, campuran vendor bukanlah apa yang memisahkan langkah-langkah yang menang dari yang tidak. Tentu saja mungkin saja ini lebih sempit daripada kelihatannya. Ini adalah rata-rata, dan satu leaderboard masih bisa berbeda. Ini hanya melihat pekerjaan yang disubmit. Ini mempercayai model yang dinyatakan setiap orang, dan beberapa orang menjalankan beberapa vendor di bawah satu label. Dan ini tentang model, bukan orang: poin paper https://t.co/zVaWaF5HEj bahwa peserta berbeda memecahkan plateau adalah klaim terpisah, dan tidak ada dalam hal ini yang membantahnya. Pandangan saya sendiri: - Di leaderboard terbuka, model vendor mana yang membuat submisi induk Anda tidak mengubah peluang Anda untuk dipromosikan, secara rata-rata. - Membangun lintas-vendor sudah menjadi aturan baku: dua pertiga dari pembangunan terhadap karya orang lain berganti vendor. - Keunggulan swarm terbuka lebih masuk akal berasal dari koordinasi itu sendiri, banyak orang independen yang memulai ulang dari satu hasil publik terbaik, daripada pencampuran merek model. - Untuk menguji versi kausal, platform perlu mencatat setiap upaya dan model setiap agen, bukan hanya satu baris deklarasi per submisi. Paper di Zenodo: https://t.co/h9lRYlJYoB

Hari ini, saya menutup startup saya, Sturbon. Sayangnya, Anda tidak memilih keputusan semacam ini. Anda tidak bangun suatu pagi dan memutuskan untuk menutup sesuatu yang telah Anda bawa selama tiga tahun. Anda dipaksa untuk melakukannya. Pada Agustus, saya memposting bahwa startup saya telah diterima dalam sebuah dana, dan saya biarkan itu begitu saja. Yang tidak pernah saya katakan secara publik adalah bahwa tak lama setelah itu, kami juga diterima dalam dana kedua. Bersama, kedua dana tersebut membawa kami ke total pendanaan lebih dari $42K. Keduanya kemudian gagal, karena alasan yang sama sekali tidak terkait dengan kami. Jadi, izinkan saya jelaskan apa itu Sturbon, karena saya tidak pernah sempat melakukannya. Sturbon adalah dukungan kesehatan mental untuk kaum muda di Afrika yang merasa kesepian. Sebagian besar remaja yang sedang berjuang di sini tidak pernah mengucapkan sepatah kata pun kepada siapa pun. Mereka membutuhkan bantuan, tetapi tidak ada tempat untuk mereka dikirim. Terapi membutuhkan uang yang tidak dimiliki keluarga mereka, dan di sebagian besar sekolah, topik ini sama sekali tidak pernah dibahas. Kami bekerja pada hal ini dengan tiga cara. Pertama, konseling gratis, tanpa biaya dan tanpa ruang tunggu. Kedua, bimbingan: setiap remaja dipasangkan dengan seseorang yang telah melalui hal yang sama dan keluar dari sisi lainnya, karena nasihat akan lebih berdampak jika datang dari orang yang pernah mengalaminya. Ketiga, outreach ke sekolah, di mana kami masuk ke kelas-kelas dan membahasnya secara terbuka, sehingga anak pendiam di belakang tahu bahwa masalah ini punya nama dan bantuan itu nyata. Awalnya ini bukan sebuah perusahaan. Itu dimulai pada 2023 di komunitas saya sebagai inisiatif bernama Save the Youth, tanpa uang dan tanpa rencana selain sekadar hadir. Selama dua tahun berikutnya, ia berkembang perlahan namun stabil. Dalam tiga tahun, seluruhnya dibiayai dari kantong pribadi saya, kami menjangkau lebih dari 100 kaum muda di berbagai negara bagian dan menghabiskan lebih dari 150 jam konseling bersama mereka. Tahun ini, ia menjadi Sturbon, dan rencananya adalah mengubah semua itu menjadi sebuah aplikasi. Seorang remaja bisa membukanya dan menghubungi seorang konselor serta mentor melalui ponselnya, tanpa perlu kami hadir secara fisik di kota mereka. Pendanaan akan digunakan untuk meluncurkan aplikasi itu ke negara bagian yang sudah kami layani, melatih dan membayar mentor pertama kami, serta memperluas kunjungan ke sekolah lebih jauh daripada yang bisa saya capai sendiri. Itulah bagian yang berakhir. Pekerjaan yang datang sebelumnya nyata, dan tetap berarti. Saya tidak akan menulis kalimat-kalimat biasa tentang apa yang diajarkan oleh menjalankan sebuah perusahaan (mirip). Sejujurnya, saya bersyukur ini terjadi. Seseorang membaca ini dan berkata ya padanya, dua kali. Itu akan saya simpan. Terima kasih kepada semua yang meluangkan waktu untuk ini, dan kepada semua yang menjawab ketika saya bertanya apakah saya sekarang seorang pendiri startup haha. Selama enam minggu, saya memang begitu. Tetapi gelar itu bukanlah intinya. Yang saya pedulikan adalah membangun hal-hal yang berfungsi dan menyentuh masalah yang lebih besar daripada diri saya. Itulah yang akan saya kembalikan. Baru-baru ini, sebagian besar waktu saya dihabiskan untuk open source (ya, darkblooommm), bersama orang-orang di Eigen yang telah banyak saya pelajari. Lebih lanjut tentang itu segera. Ini adalah perjalanan yang baik. Kembali membangun.

Saya menjalankan Parallel Research dari November 2024 hingga Oktober 2025. 35 postingan tentang internal Solana, scaling, MEV, dan TEEs. 84.864 tayangan, 124 subscriber, pendapatan $1.000 sebelum menutupnya dan sementara berhenti menulis riset. Bulan lalu saya menemukan Zcash dan memutuskan untuk mempelajarinya secara mendalam; jadi saya mencari sesuatu untuk dibaca mengenai Zcash Improvement Proposals terlebih dahulu. Tidak ada apa-apa. Tiga puluh tiga ZIP berada dalam status Draft. Saya baru saja mengetahui bahwa Coinholders baru saja memberikan suara sebanyak 2,4 juta ZEC untuk tiga di antaranya. Jika Anda ingin tahu apa yang Anda suarakan, pilihan Anda hanyalah spesifikasi mentah atau jejak komentar di GitHub, forum, dan catatan rapat/panggilan. Jadi saya mulai menulis satu penjelasan per ZIP... dan... saya berencana untuk membahas lebih dari 12 di antaranya hingga saat ini. Ps: hanya misi sampingan yang menyenangkan & saya tahu seri nerd ini juga. Dua pertama sudah aktif. - ZIP 318 - ZIP 2005 cc: @ZcashLabs https://t.co/jVnCp3qVSX

Semua bagian sudah siap, saatnya untuk lepas landas. Pengumuman segera.

jaringan tsk tsk, kenapa hari iniyy. sebentar ya

Saya punya begitu banyak ide gila yang ingin saya coba di livestream ini. Sangat bersemangat.

Saya datang ke dunia dengan impian yang lebih besar daripada keadaan saya.

Ini membuatku tersenyum lebar saat melihat ini, membuat hariku jadi lebih baik. @asciidotdev berada di YC!!!

memikirkan gelar master... Saya lulus pada 2027. Baru saja menghitung biaya kuliah pascasarjana. Untuk mulai pada Januari 2028, batas pendaftaran ditutup pada April 2027. Itu hanya 7 bulan dari sekarang. Astaga. Dan untuk gelar master penelitian, Anda memerlukan supervisor yang sudah setuju untuk membiayai Anda sebelum Anda mendaftar. Jadi, batas waktu sebenarnya lebih awal dari batas pendaftaran. Saya belum memilih universitas sama sekali. (belum matang) Jika Anda menyelesaikan master CS di Kanada/AS, dengan siapa Anda bekerja?

tetap kuat, kamu tidak pernah mendengar pohon tumbuh 🌴 pertumbuhan diam!!