Manifold Podcast Aflevering #100! Jeffrey Epstein, Israël en Elite Macht, met Murtaza Hussain Murtaza Hussain is een verslaggever voor Drop Site News, dat belangrijke verhalen heeft onthuld op basis van recent verkregen Epstein-e-mails. Hussain meldt dat Epstein een "uitgebreide relatie had met de Israëlische inlichtingendienst, de Amerikaanse inlichtingendienst en de inlichtingendiensten van andere landen, evenals... Hij was een dealmaker en een fixer op een zeer, zeer elite niveau." (01:08) - Introductie (02:20) - De Missie van Drop Site News (06:00) - Epstein E-mails (15:28) - Epstein connecties en elite macht (35:48) - Epstein en inlichtingendiensten (39:54) - Ari Ben Menashe en de Iran Contra Affaire (42:21) - Media Censuur en Politieke Implicaties (47:33) - De Toekomst van Epstein Onderzoeken @ryangrim @DropSiteNews @jeremyscahill @MazMHussain

FT over biopharma in China: Vandaag waarschuwen westerse farmaceutische executives en investeerders in het geheim dat hun bedrijven het risico lopen de leiding in medicijninnovatie aan China te verliezen. In het hart van de opkomst van biopharma in China liggen snelheid en efficiëntie — factoren die de ontwikkeling van medicijnen niet alleen sneller maar ook aanzienlijk goedkoper maken. Het voordeel van het land komt voort uit een enorme, hoogopgeleide beroepsbevolking: van laboratoriumonderzoekers en fabrikanten van apparatuur tot de arbeiders die BiBo's nieuwe productielijn in elkaar zetten. Hoewel een deel van dit talent in het buitenland is opgeleid aan Amerikaanse universiteiten en bij grote farmagroepen, is de bulk van de beroepsbevolking binnenlands opgeleide ingenieurs. Een rapport van McKinsey legt China's tijd- en kostenvoordeel bloot in elke fase van de medicijnontwikkeling. De consultancy schat dat Chinese geneesmiddelenfabrikanten twee tot drie keer sneller kunnen bewegen dan het wereldwijde gemiddelde bij het omzetten van een doelmolecuul in een geneesmiddelenkandidaat en in vroege klinische proeven. ... China's sterke punten in het ontwikkelen van nieuwe medicijnen liggen in gebieden waar het fundamenteel onderzoek al is vastgesteld, maar laboratoriumwerk nodig is om de juiste formuleringen te vinden. "Dit is meer als een puzzel, die een engineering- in plaats van een wetenschappelijke mindset vereist. Voor dit soort werk heb je een zeer efficiënt team nodig dat heel snel beweegt om uit te zoeken welke weg gaat werken,"

Ik heb een vergelijkbare Generator-Verifier benadering aangenomen voor het gebruik van modellen in theoretisch fysisch onderzoek. Menselijke experts aan de voorhoede van de wetenschap kunnen Verifier-modellen verbeteren tot het punt waarop autonome werking extreem sterk is, zelfs bij echte onderzoeksproblemen (niet alleen gefingeerde wiskundewedstrijdproblemen = goed geformuleerde problemen die in een eindige tijd door mensen kunnen worden opgelost). DeepSeekMathV2 Synergie Tussen Generator en Verifier De bewijs-generator en verifier vormen een zelfverbeterende feedbacklus. Terwijl de generator steeds complexere bewijzen produceert, dagen deze de verifier uit, waardoor zwaktes blootgelegd worden die nieuwe trainingsdata worden. Aanvankelijk leidden menselijke experts de hertraining van de verifier door de gemarkeerde problemen te beoordelen — een proces dat efficiënt werd gemaakt door meerdere verificatiepogingen per bewijs te genereren. Deze “meta-verificatie” (het controleren van de bevindingen van de verifier in plaats van de bewijzen direct) bleek zowel gemakkelijker voor mensen als beter leerbaar voor LLM's. Door het aantal verifier-analyses op te schalen en te trainen op deze AI-geassisteerde annotaties, bereikte de verifier uiteindelijk een niveau van betrouwbaarheid waarbij menselijke tussenkomst niet langer nodig was in de laatste runs — het sluiten van de lus tussen geautomatiseerde bewijs generatie en verificatie.