.@poetiq_ai ist ein neues Startup, das kürzlich einen großen Sprung im ARC-AGI-Benchmark erzielt hat, indem es ein rekursives Selbstverbesserungssystem auf bestehende Modelle aufbaute. In dieser Episode des @LightconePod hat der Gründer und CEO von Poetiq, @itfische, mit uns darüber gesprochen, wie kleine Teams „Reasoning Harnesses“ entwickeln können, die Basis-Modelle übertreffen, was das für Startups bedeutet und warum die Automatisierung von Prompt Engineering einer der mächtigsten Hebel in der KI von heute sein könnte. 00:00 – Einführung 00:40 – Was ist Poetiq? 01:07 – Rekursive Selbstverbesserung erklärt 02:07 – Die Feinabstimmungsfalle 02:59 – „Stelzen“ für LLMs 03:14 – Rekursive Selbstverbesserung vs. Feinabstimmung 05:05 – Den ersten Platz im ARC-AGI einnehmen 06:37 – Claude im letzten Test der Menschheit schlagen 08:40 – Wie das Meta-System funktioniert 10:26 – Über RL hinaus: Eine neue S-Kurve 11:32 – Automatisierung von Prompt Engineering 13:37 – Von 5% auf 95% Leistung 14:50 – Früher Zugang & Ihren Agenten auf Stelzen stellen 16:17 – Vom YC-Gründer zum DeepMind-Forscher 18:29 – Ratschläge für Ingenieure im KI-Zeitalter