DeNovoSWE ڈیٹا سیٹ جاری کردیا گیا

رینمن یونیورسٹی نے کوڈ ایجینٹ تربیت کے لیے 4,818 لمبے افق سافٹ ویئر انجینئرنگ کے کاموں کے ساتھ DeNovoSWE ڈیٹا سیٹ جاری کیا۔

avatar
badge

1000$RATS /USDT (2H)

1000RATS نے 0.0553 تک پہنچنے کے بعد 0.0400 کے قوی سپورٹ کے قریب واپسی کر لی۔ عمودی براک آؤٹ کے بعد کلاسک صحت مند ریٹیسٹ۔ اگلے اڑان کے لیے MA30 لائن سے باؤنسل کر رہا ہے! 🐀🔥



#Western Union acquires Dash

#NVIDIA China chip sales stalled

#XRP Ledger tokenization surge

#Pre-IPO tokenization expands

#DeNovoSWE dataset released

$MEW

$EQTY

$SAND

$XAUM


avatar

میں نے اس مضمون کو پڑھنا ختم کر دیا ہے اور اس نے میرے خیال میں AI کو ٹرین کرنے کے بارے میں پورا اندازہ ہی بدل دیا۔ اس کا مرکزی نقطہ یہ ہے کہ کوئی بھی مکمل کام سے اچھا نہیں بنتا، بلکہ آپ اس وقت اچھے بناتے ہیں جب کوئی سینئر آپ کو دکھاتا ہے کہ کیا غلط تھا اور کیوں۔ ایڈٹ ہی سبق ہے، صاف اور مکمل مسودہ نہیں... اور یہی وہ چیز ہے جس سے AI نے کوڈ میں بھی اچھائی حاصل کی۔ اس نے کبھی مکمل کوڈ سے سیکھا نہیں، بلکہ ڈiffs سے سیکھا۔ ہر فکس، ہر دوبارہ لکھنا، ہر "نہیں، اس طرح کرو" جو گٹ نے سالوں تک محفوظ رکھا۔ لیکن باقی تمام جگہوں پر، ہم اس حصے کو ختم کر دیتے ہیں۔ ڈیک شپ ہو جاتا ہے، میمو فائل ہو جاتا ہے، معاہدہ دستخط ہو جاتا ہے، اور اس کا پیداواری خیال غائب ہو جاتا ہے۔ ایک دستاویز ججمنٹ کا نتیجہ ہے جس میں ججمنٹ ختم کر دیا گیا ہے۔ > اس لیے "اپنا علم محفوظ کریں" کا طریقہ — پرانے دستاویزات تلاش کرنا — کبھی کام نہیں کیا۔ ہر فرم نے اپنا ریکارڈنگ سسٹم بنایا... جو وہ جانتی ہے۔ کسی نے ججمنٹ کا سسٹم نہیں بنایا... جو واقعی اچھا سمجھتی ہے۔ اور ججمنٹ ظاہر ہوتا ہے، بیان نہیں... انٹرویوز جھوٹ بولتے ہیں، ایڈٹس نہیں۔ > یہ وہ حصہ ہے جسے "غیر قابل ٹریننگ / پرائیوٹ صحیح طریقہ" کے بحث میں ہمیشہ نظرانداز کر دیا جاتا ہے: یہ غیر قابل ٹریننگ نہیں، صرف وہ جگہ ہے جہاں سب کچھ حذف کر دیا جاتا ہے۔ کسی بھی فرم سے اس کا قبول شدہ شرح پوچھیں تو وہ آپ کو بتا نہیں سکتی... کسی نے ریڈ لائنز محفوظ نہیں رکھے۔ سافٹ وئیر صرف اتفاق سے اپنے رسیدز محفوظ رکھتا رہا۔ قانون اور فنانس نے اپنا جِٹ نہیں بنایا۔ ججمنٹ ڈiffs میں موجود ہے۔

avatar

اینٹروپک انجینئرز نے صرف ایک ایجنٹس کے لوپ کے ساتھ ایک مکمل ایپ تیار کر لی ہے کلوڈ کوڈ بنانے والی ٹیم سے 40 منٹ تین ایجنٹس جو ایک چکر میں چل رہے ہیں: ایک منصوبہ بنا رہا ہے، ایک تعمیر کر رہا ہے، اور ایک جائزہ لے رہا ہے، جب تک کہ ایپ واقعی کام نہ کر جائے اس ڈیمو میں کسی نے ایک ہی پرامپٹ دوبارہ نہیں لکھا۔ انہوں نے صرف ایک بار لوپ ڈیزائن کیا اور چلے گئے اسے دیکھیں، پھر نیچے دیے گئے مکمل گائیڈ کو پڑھیں جس میں بتایا گیا ہے کہ اسے کیسے تعمیر کیا جائے

avatar

میں سوچ رہا تھا کہ میں AI کے لیے دیر سے پہنچ گیا ہوں، لیکن تفصیلی تحقیق کے بعد میں یہ مانتا ہوں کہ یہ صرف شروعات ہے۔ بے شک، کچھ بھی سیدھی لکیر میں نہیں بڑھتا۔ اُبھار اور گراوٹ ہوں گے۔ لیکن اس سے دستبردار ہو جانا اور اسے ببل کہنا قابل قبول نہیں۔

avatar

کیا AI جج انسانی طرح کی استدلال کی غلطیاں کر سکتے ہیں؟ دو پاسے فینکیں۔ کم از کم ایک 6 ہے۔ بہت سے لوگ کہتے ہیں 6 میں سے ایک درست جواب: 11 میں سے ایک ایک آسان منطقی جال—جو AI ماڈلز میں بھی دیکھا جاتا ہے۔ #AI #Ontology #DID #Web3

avatar

دو منٹ کی صفائی سے کلوڈ کو لگ سکتا ہے جیسے آپ نے ماڈل اپ گریڈ کر دیا ہے۔ یہ ویڈیو کسی راز کے پرومپٹ کے بارے میں نہیں ہے۔ یہ آپ کے ذریعہ کلوڈ کو دیے گئے جھاڑو کو حذف کرنے کے بارے میں ہے۔ پرانے مہارتیں، مردہ کنکٹرز، آدھے استعمال شدہ ٹولز، بے ترتیب ورک اسپیس کے احکامات، چھوڑے گئے تجربات۔ ان سب چیزوں کو پس منظر میں رکھا جا سکتا ہے اور وہ سکوت سے کنٹیکسٹ کو زہر دے رہے ہوتے ہیں۔ پھر لوگ کہتے ہیں “کلوڈ بری طرح کم مضبوط ہو گیا۔” شاید۔ یا شاید آپ نے اسے 47 ٹیبز کھلے والے ایک بھرپور براؤزر میں تبدیل کر دیا اور اس سے واضح سوچنے کو کہا۔ یہ اہم ہے کیونکہ ایجنٹ کی پرفارمنس صرف ماڈل کی معیار پر منحصر نہیں ہے۔ یہ کنٹیکسٹ کی صفائی، ٹول کی انضباط اور اس سسٹم کو جواب دینے سے پہلے کتنی بے ربط گندگی برداشت کرنی پڑتی ہے، پر منحصر ہے۔ اس مضمون کا اصل مقصد وہی آپریٹر کا سبق ہے: ذکاوت والا AI ایک بھرماڑا سیٹ اپ نہیں بچا سکتا۔ ماڈل مضبوط ہو سکتا ہے لیکن اگر اس کے اردگرد کا ماحول شور والا ہو تو وہ کمزور نتائج دے سکتا ہے۔ کبھی کبھار瓶颈 کلوڈ نہیں ہوتا۔ یہ وہ جھاڑو کا درآمدہ ہوتا ہے جسے آپ نے اس سے جوڑ دیا۔

avatar

میں نے ExpRL کے بارے میں جو بات سامنے آئی، وہ یہ ہے کہ یہ ہماری موجودہ سوچ کی ایک حد کو ظاہر کرتا ہے جس میں ہم AI کی ترقی کو سمجھتے ہیں زیادہ تر بینچ مارکس صرف یہ پیمائش کرتے ہیں کہ ماڈل درست جواب تک پہنچا ہے یا نہیں ان میں عام طور پر یہ نہیں پیمائش کی جاتی کہ راستے میں کتنے مفید خیالات کو تلاش کیا گیا اور مسترد کر دیا گیا انسانی ایجادات عام طور پر ناکام کوششوں سے آتی ہیں بالکل درست کوششوں سے نہیں ایک سائنسدان درست فرضیہ تلاش کرنے سے پہلے سینکڑوں غلط فرضیوں کا امتحان لے سکتا ہے لیکن روایتی RL ہر ناکام راستے کو برابر بے فائدہ سمجھتی ہے ExpRL یہ سفارش کرتا ہے کہ شاید ان ناکامیوں کے اندر قیمتی معلومات چھپی ہوئی ہیں یہ خیال صرف ریاضی کے بینچ مارکس سے زیادہ اہم لگتا ہے جب AI ایجنٹز زیادہ صلاحیت رکھنے لگ جائیں گے، تو فاتح وہ ماڈل نہیں ہوں گے جو جوابات تک جلد پہنچ جائیں گے بلکہ وہ ماڈل فاتح ہوں گے جو غلط ہونے سے زیادہ سے زیادہ سीکھ جائیں اسی لئے تصدیق اہم ہے بناۓ بغیر قابل اعتماد طریقوں کے جو درمیانی استدلال اور نتائج کا جائزہ لینے کے قابل ہوں، ہم مفید تلاش کو صرف خيالات سے الگ نہیں کر سکتے AI کا مستقبل شاید جوابات پیدا کرنے پر کم منحصر ہوگا اور زیادہ منحصر ہوگا اس بات پر کہ ہم کون سی غلطیوں سے سीکھنا قابلِ قدر ہے @ritualnet

avatar

AI سے بچنے کے لیے صرف ایک ٹویٹ جسے آپ کو محفوظ رکھنا ہے۔ میں نے حال ہی میں بیٹھ کر AI کے آنے والے دور میں بچنے کے لیے 10 "قوانین" لکھے۔ کوئی AI کا گندہ کچرا نہیں — صرف میری اصل خیالات۔ اگر آپ کو نوکری کے بدل جانے یا AI کے دیگر اثرات کی فکر ہے، تو میں امید کرتا ہوں کہ آپ یہ پڑھیں: قانون #1: تیز رہیں AI کے دور میں #1 مہارت عالی سطح کا فعال ہونا ہے۔ معلومات اب کسی دیوار نہیں رہیں۔ آپ کا فرق اب تیزی ہے۔ اپنا مقصد اس شخص بننا ہو جائے جو جلد از جلد عمل کرتا ہے۔ قانون #2: ایک کاروبار بنائیں AI بہت سارے کاروباری مواقع پیدا کر رہا ہے۔ معلومات اب وافر ہو چکی ہیں، اور آپ کے لیے کوئی بھی وجہ نہیں رہ گئی کہ آپ کوئی منافع بخش کاروبار نہ بنائیں۔ قانون #3: روزانہ AI استعمال کریں AI-نیٹو ہونا اب ضرورت نہیں، بلکہ ضرورت ہے۔ اسے اپنی زندگی میں شامل کریں اور اپنے آپ کو سب سے آگے رکھنے کا خاص خیال رکھیں۔ قانون #4: EQ > IQ جب سب کو ایک جیسے AI ٹولز دستیاب ہوں، تو فرق اب ذہانت نہیں، بلکہ دوسروں سے جڑنے کی صلاحیت ہوگا۔ قانون #5: صحت پر توجہ دیں آسان چیزوں سے شروع کریں: نیند، ورزش، پانی پینا، اور غذا۔ قانون #6: اپنا ذاتی برانڈ بنائیں توزیع نئی دیوار ہے۔ مواد بنانا مفت ہے، اور بہترین توزیع کا ذریعہ بھی۔ قانون #7: بیچنا سیکھیں یہ وہ مہارت ہے جس کے بارے میں کوئی بات نہیں کرتا۔ AI مصنوعات بناسکتا ہے، تحریر لکھ سکتا ہے، وеб ڈیزائن کر سکتا ہے، اور اشتہارات چلا سکتا ہے، لیکن ابھی تک انسانوں سے تعلق قائم نہیں کر سکتا۔ قانون #8: سرمایہ کاری کریں اپنے آپ (مہارت) اور AI (کھودنے اور شovel لگانے والے) میں سرمایہ کاری کریں۔ یہ وہ بڑا ببل ہے جسے ہم نے کبھی نہیں دेखا — اس سے فائدہ اٹھائیں۔ قانون #9: نیٹ ورک بنائیں اپنا نیٹ ورک تعمیر کریں۔ آپ کا نیٹ ورک آپ کا آخری محفوظ تحفظ ہے اور نئے مواقع حاصل کرنے کا طرīقہ۔ قانون #10: جستجو جاری رکھیں �ہ وہ مٹھا مہارت ہے جو اوپر والے تمام نقاط کو پروان چڑھاتی ہے۔ جو لوگ جلد سمجھتے اور دوبارہ ترقید دेतے ہیں، وہ اب پچھلے زمانوں سے زائد قدرتین ہو چکے ہیں۔ اسے محفوظ رکھ لیں تاکہ آپ اسے نہ بھول جائیں۔

avatar

[APRO Intelligence #07] ──────────────── AI ایسٹیم، کوڈنگ، ریاضی میں حیرت انگیز ہے۔ لیکن ہمدردی، خوبصورتی کا جائزہ لینا، کمرے کی حالت پڑھنا، سستی علیحدگی کا احساس کرنا — AI اب بھی ہم سے بہت، بہت دور ہے۔ اینٹروپک کی دانیلا نے اسے بہترین طریقے سے کہا: "ہم ایک ایسے دور میں داخل ہو رہے ہیں جہاں انسانی بنیادی اقدار بے مثال طور پر مہنگے ہو رہے ہیں۔" AI کے ساتھ تعمیر کریں۔ اپنی وہ خصوصیات نہ بھولیں جو آپ کو غیر قابل تبدیل بناتی ہیں۔ → @APRO_Oracle

avatar

گیلیارمو راؤچ، @vercel کے سی ای او: "دنیا کا ہر کام آخرکار ایک کوڈنگ کا کام بن جاتا ہے۔ اسی لیے ہر لیب اسی چیز کی طرف دوڑ رہا ہے... ایک کوڈنگ ایجنٹ جو آپ کے بغیر چلتا ہے۔" کوڈنگ AI کے اگلے مرحلے کا سب سے واضح تجزیہ۔ کسی بھی 500 ڈالر کے ایجنٹ کورس سے زیادہ قیمتی۔ اسے دیکھیں، پھر نیچے دیے گئے طریقے سے اپنے سونے کے دوران ایک ایجنٹ کو کیسے چلائیں، وہ پڑھیں۔