Tópicos populares
#
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
PhD @Berkeley_AI, pesquisador visitante @AIatMeta. Agentes 🤖 💬 linguísticos interativos
Gosto muito da ideia de ter agentes que controlam um computador com o seu contexto e dados, enquanto todos tentamos descobrir a forma certa para agentes de uso em computador/navegador.
A resposta do zo é ~o equivalente a "computadores pessoais" para a era da IA, e é tão interessante pensar em como isso permite que a pessoa média escreva scripts e automatize coisas em suas vidas que, de outra forma, seriam inacessíveis.
Parabéns @0thernet @perceptnet !! 💻

ben guo 🪽19/11/2025
hoje estamos a anunciar @zocomputer.
quando tivemos a ideia – dar a todos um servidor pessoal, alimentado por IA – parecia loucura.
mas agora, até a minha mãe tem um servidor próprio.
e isso está a melhorar a vida dela.
ela pensa no Zo como seu assistente pessoal. ela envia mensagens para gerir a sua agenda ocupada, utilizando todo o contexto das suas notas e arquivos. ela já não precisa de mim para suporte técnico.
ela também usa o Zo como seu espaço de trabalho inteligente – pede-lhe para organizar os seus arquivos, editar documentos e fazer pesquisas profundas.
com a ajuda do Zo, ela pode executar códigos dos seus alunos de pós-graduação e explorar os dados por conta própria. (a minha mãe é bióloga e dirige um laboratório de pesquisa. olá mãe)
O Zo deu à minha mãe uma verdadeira sensação de autonomia – ela pode fazer muito mais com o seu computador.
queremos que todos tenham essa mesma sensação. queremos que as pessoas se apaixonem por criar coisas para si mesmas.
no futuro que estamos a construir, seremos donos dos nossos dados, criaremos as nossas próprias ferramentas e criaremos APIs pessoais. possuir um computador em nuvem inteligente será como possuir um smartphone. e a internet parecerá muito mais viva.
ESTE É PARA TI MÃE ❤️
agradecimento especial a @modal, @pydantic AI, e @steeldotdev por serem grandes parceiros até este lançamento. e obrigado @cursor_ai por seres a minha espada 🗡️
e obrigado a todos que acreditaram em nós. um pequeno punhado: @southpkcommons, @adityaag, @chrisbest, @rauchg, @immad, @shreyas, @MattHartman, @lessin, @gokulr, @sabrinahahn, @iqramband, @whoisnnamdi, @guruchahal, @mikemarg_, @gaybrick, @SJCizmar, @magdovitz, @anneleeskates, @henloitsjoyce, @sugarjammi, @thevibethinker, @aaronmakhoffman, @Sunfield__
1,2K
🧠 Como podemos equipar os LLMs com memória que lhes permita aprender continuamente coisas novas?
No nosso novo artigo com @AIatMeta, mostramos como o ajuste fino esparso das camadas de memória permite atualizações direcionadas para o aprendizado contínuo, com mínima interferência no conhecimento existente.
Enquanto o ajuste fino completo e o LoRA apresentam quedas drásticas no desempenho em tarefas retidas (📉-89% FT, -71% LoRA em tarefas de aprendizado de fatos), as camadas de memória aprendem a mesma quantidade com muito menos esquecimento (-11%).
🧵:

597
Top
Classificação
Favoritos

