Manifold Podcast Episode #100! Jeffrey Epstein, Israel und Elite Macht, mit Murtaza Hussain Murtaza Hussain ist Reporter für Drop Site News, das wichtige Geschichten basierend auf kürzlich erhaltenen Epstein-E-Mails veröffentlicht hat. Hussain berichtet, dass Epstein eine "umfassende Beziehung zu israelischen Geheimdiensten, US-Geheimdiensten und den Geheimdiensten anderer Länder hatte, ebenso... Er war ein Vermittler und ein Problemlöser auf einem sehr, sehr elitären Niveau." (01:08) - Einführung (02:20) - Die Mission von Drop Site News (06:00) - Epstein-E-Mails (15:28) - Epsteins Verbindungen und Elite Macht (35:48) - Epstein und Geheimdienste (39:54) - Ari Ben Menashe und die Iran-Contra-Affäre (42:21) - Medienzensur und politische Implikationen (47:33) - Die Zukunft der Epstein-Untersuchungen @ryangrim @DropSiteNews @jeremyscahill @MazMHussain

FT über Biopharma in China: Heute warnen westliche Pharma-Manager und Investoren privat, dass ihre Unternehmen das Risiko eingehen, die Führung in der Arzneimittelinnovation an China zu verlieren. Im Zentrum des Aufstiegs der Biopharmaindustrie in China stehen Geschwindigkeit und Effizienz – Faktoren, die die Arzneimittelentwicklung nicht nur schneller, sondern auch erheblich günstiger machen. Der Vorteil des Landes ergibt sich aus einer riesigen, hochqualifizierten Arbeitskraft: von Laborforschern und Geräteherstellern bis hin zu den Arbeitern, die BiBos neue Produktionslinie montieren. Während ein Teil dieses Talents im Ausland an US-Universitäten und bei großen Pharmaunternehmen ausgebildet wurde, besteht der Großteil der Arbeitskräfte aus einheimischen Ingenieuren. Ein Bericht von McKinsey legt Chinas Zeit- und Kostenvorteil in jeder Phase der Arzneimittelentwicklung dar. Die Beratung schätzt, dass chinesische Arzneimittelhersteller zwei- bis dreimal schneller als der globale Durchschnitt vorankommen können, um ein Zielmolekül in einen Arzneimittelkandidaten und in frühe klinische Studien zu überführen. ... Chinas Stärken in der Entwicklung neuartiger Medikamente liegen in Bereichen, in denen die grundlegende Forschung bereits etabliert ist, aber Laborarbeiten erforderlich sind, um die richtigen Formulierungen zu finden. "Das ist eher wie ein Puzzle, das eine Ingenieurs- und nicht eine wissenschaftliche Denkweise erfordert. Für diese Art von Arbeit benötigt man ein hoch effizientes Team, das sehr schnell herausfindet, welcher Weg funktionieren wird,"

Ich habe einen ähnlichen Generator-Verifier-Ansatz für die Verwendung von Modellen in der theoretischen Physikforschung übernommen. Menschliche Experten an der Spitze der Wissenschaft können Verifier-Modelle so weit verbessern, dass der autonome Betrieb selbst bei realen Forschungsproblemen (nicht nur bei konstruierten Mathematikwettbewerbsproblemen = gut gestellten Problemen, die von Menschen in endlicher Zeit gelöst werden können) extrem stark ist. DeepSeekMathV2 Synergie zwischen Generator und Verifier Der Beweisgenerator und der Verifier bilden eine sich selbst verbessernde Rückkopplungsschleife. Während der Generator zunehmend komplexere Beweise produziert, stellen diese den Verifier auf die Probe und decken Schwächen auf, die zu neuen Trainingsdaten werden. Zunächst leiteten menschliche Experten das Retraining des Verifiers, indem sie die markierten Probleme überprüften – ein Prozess, der durch die Generierung mehrerer Verifizierungsversuche pro Beweis effizient gestaltet wurde. Diese „Meta-Verifizierung“ (Überprüfung der Ergebnisse des Verifiers anstelle der Beweise direkt) erwies sich sowohl für Menschen als auch für LLMs als einfacher und besser erlernbar. Durch die Skalierung der Anzahl der Verifier-Analysen und das Training an diesen KI-unterstützten Anmerkungen erreichte der Verifier schließlich ein Maß an Zuverlässigkeit, bei dem menschliches Eingreifen in den letzten Durchläufen nicht mehr erforderlich war – und schloss damit die Schleife zwischen automatisierter Beweisgenerierung und Verifizierung.