Edouard d'Archimbaud

💯 Le développement de IA générative devrait augmenter la productivité du travail de l'ordre de 15 % sur 10 ans (GS). Il est légitime de s’attendre à une baisse d’impôts similaire dans les années à venir. @dr_l_alexandre

La tentation du suicide économique : réponse au mirage populiste de @CastetsLucie Lucie Castets, avec son Nouveau Front populaire (NFP), nous présente un projet de société qui, sous couvert de justice sociale et de transition écologique, s'apparente à un suicide économique. Ses « cinq grandes priorités » ne sont que le reflet d'une idéologie rétrograde, coupée des réalités économiques et des besoins réels du pays. Prenons par exemple l'idée d'augmenter le SMIC et d'abroger la réforme des retraites. Si ces mesures peuvent sembler séduisantes sur le papier, elles masquent une profonde ignorance des dynamiques économiques. Augmenter le SMIC sans augmenter la productivité, c'est condamner les entreprises à des charges insoutenables, menant inévitablement à des licenciements massifs et à une délocalisation accrue. Quant à l'abrogation de la réforme des retraites, c'est un retour en arrière qui condamnerait les générations futures à payer pour les erreurs du passé, au lieu de bâtir un système pérenne et équitable. Ensuite, la fameuse « bifurcation écologique » n'est rien d'autre qu'une excuse pour imposer une idéologie verte radicale, qui non seulement ignore les besoins énergétiques du pays, mais met en péril notre industrie et notre compétitivité. Penser que l'on peut se passer des énergies fossiles du jour au lendemain est une illusion dangereuse. Cela ne fera qu'accentuer notre dépendance énergétique envers des puissances étrangères qui, elles, n'ont pas les mêmes scrupules. En ce qui concerne l'éducation et la santé, Mme Castets ne propose rien de nouveau, si ce n'est d'alourdir encore la machine étatique déjà bien grippée. L'État-providence qu'elle défend à outrance est un modèle en faillite, qui n'a plus les moyens de ses ambitions. Plutôt que de réformer en profondeur ces secteurs pour les rendre plus efficients et moins dépendants de la dépense publique, elle préfère maintenir un système obsolète, ancré dans une vision passéiste de l'État omnipotent. Et que dire de cette « fiscalité plus juste » ? En réalité, c'est une fiscalité punitive qui s'annonce, visant à faire fuir les entrepreneurs, les investisseurs et toutes celles et ceux qui ont encore l'audace de créer de la richesse dans ce pays. Mme Castets semble croire qu'on peut taxer sans fin sans conséquences. Elle oublie que la richesse ne se décrète pas ; elle se crée par le travail, l'innovation, et l'esprit d'entreprise. Le changement de pratique promis au Parlement n'est qu'un mirage. Le véritable changement dont la France a besoin n'est pas celui d'une nouvelle façade, mais bien d'un retour aux valeurs fondamentales de liberté économique, de responsabilité individuelle et de respect des souverainetés nationales. Le modèle social-démocrate que Mme Castets tente de faire revivre est moribond. Il a échoué partout où il a été appliqué, et continuer dans cette voie mènerait notre pays droit dans le mur. La solution ne réside pas dans plus d'État, mais dans moins d'État. Ce dont la France a besoin, c'est d'un véritable renouveau libéral, où l'initiative individuelle est encouragée, où l'État se recentre sur ses fonctions régaliennes, et où la fiscalité est allégée pour redonner de l'air aux créateurs de richesse. Il est temps de tourner la page des illusions socialistes et de préparer la France à affronter les défis de demain avec audace, liberté, et souveraineté retrouvée.

LLMs are stateless. But all apps need memory to do anything useful. Today top tier AI Engineers gathered at the @MongoDB office to hack memory onto the LLMs. Thanks to organizers @langchain, @newcomputer, @AnthropicAI and @MongoDB to make this happen.

Spoke to a Microsoft engineer on the GPT-6 training cluster project. He kvetched about the pain they're having provisioning infiniband-class links between GPUs in different regions. Me: "why not just colocate the cluster in one region?" Him: "Oh yeah we tried that first. We can't put more than 100K H100s in a single state without bringing down the power grid." 🤯

Lol, rira bien qui rira le dernier

The future is here. With this capability, we're taking a significant stride toward fully realizing the potential of AI in data analysis and processing. This is just the beginning. Stay tuned for more breakthroughs from our collaboration with @MetaAI @Kili_Technology #AI #ML

Speed and accuracy are of the essence in machine learning. With #SAM, we've achieved a landmark - over 1000 masks on a single image, done almost instantly. This opens up unprecedented opportunities for high-precision model training.

Breaking down boundaries in image segmentation: a look at @Kili_Technology's collaboration with #SAM from @MetaAI. A transformative leap in the field, this synergy creates 1000+ segmentation masks on a single image in mere seconds.

The world of programming is witnessing a radical shift. Data (both image and natural language text) is emerging as a powerful tool in coding. #Coding #AI

The adoption of #AI in healthcare has the potential to augment medical practitioners and synthesize information at breakneck speed. However, the risks can't be dismissed. The field needs very high-quality data @KiliTechnology for system performance and safety. #AIHealthcare

By employing GPT-4 across many annotation tasks, I can share that LLM performance is promising but contingent on the dataset and the type of annotation task. #GPT4 #DataAnnotation

This variability hinges on factors like prompt quality, idiosyncrasies of text data, and the conceptual complexity of the task. Hence, validating LLM's performance against human-generated labels is crucial. #MachineLearning #NLP

Automated Annotation with Generative AI: The efficacy of Large Language Models (#LLMs) in augmenting text annotation procedures can be highly variable. #AI #ArtificialIntelligence #GenerativeAI

Notable enhancement in nanoGPT from @karpathy so far (~25% speedup) is achieved by a simple vocab size increment from 50257 to 50304 (nearest multiple of 64). While it calculates redundant dimensions, it uses a more efficient kernel path with higher occupancy. Powers of 2 matter.

Fine-tuned models generally outperform ChatGPT in the finance domain. Annotating with generative models can be time-intensive but shows potential. arxiv.org/abs/2305.16633

3/3 To facilitate future research on more robust LLM comparisons, an easy-to-use toolkit FairEval has been introduced. It also contains human annotations to aid further development. #AI #DataScience arxiv.org/abs/2305.17926

2/3 Two simple yet effective calibration strategies have been proposed to mitigate this bias, Multiple Evidence Calibration and Balanced Position Calibration. Both strategies align the evaluation result closer to human judgments. #AI #NLP

1/3 A systematic bias has been uncovered in large language models' (LLMs) evaluation paradigm, such as GPT-4. The quality ranking of candidate responses can be easily manipulated by altering their order of appearance. #AI #MachineLearning

Instruction-tuned generative large language models (LLMs) showcase remarkable generalization skills, but obtaining diverse and high-quality instruction data is a challenge, impacting their effectiveness. #AI #LLMs #DataChallenges