.@poetiq_ai è una nuova startup che ha recentemente raggiunto un grande salto nel benchmark ARC-AGI sovrapponendo un sistema di auto-miglioramento ricorsivo ai modelli esistenti. In questo episodio del @LightconePod, il Fondatore e CEO di Poetiq @itfische è stato con noi per discutere di come piccoli team possano costruire "imbragature di ragionamento" che superano i modelli di base, cosa significhi per le startup e perché automatizzare l'ingegneria dei prompt potrebbe essere una delle leve più potenti nell'AI di oggi. 00:00 – Introduzione 00:40 – Cos'è Poetiq? 01:07 – Auto-Miglioramento Ricorsivo Spiegato 02:07 – La Trappola del Fine-Tuning 02:59 – “Stilts” per LLM 03:14 – Auto-Miglioramento Ricorsivo vs. Fine-Tuning 05:05 – Prendere il Primo Posto su ARC-AGI 06:37 – Battere Claude nell'Ultimo Esame dell'Umanità 08:40 – Come Funziona il Meta-Sistema 10:26 – Oltre il RL: Una Nuova S-Curve 11:32 – Automatizzare l'Ingegneria dei Prompt 13:37 – Da 5% a 95% di Prestazioni 14:50 – Accesso Anticipato e Mettere il Tuo Agente su Stilts 16:17 – Da Fondatore di YC a Ricercatore di DeepMind 18:29 – Consigli per gli Ingegneri nell'Era dell'AI