Tập Podcast Manifold #100! Jeffrey Epstein, Israel và Quyền lực Tinh hoa, với Murtaza Hussain Murtaza Hussain là một phóng viên cho Drop Site News, nơi đã công bố những câu chuyện quan trọng dựa trên các email của Epstein vừa được thu thập. Hussain báo cáo rằng Epstein có một "mối quan hệ rộng rãi với tình báo Israel, tình báo Mỹ và các cơ quan tình báo của các quốc gia khác, cũng như... Ông là một người môi giới và một người giải quyết vấn đề ở một cấp độ rất, rất tinh hoa." (01:08) - Giới thiệu (02:20) - Sứ mệnh của Drop Site News (06:00) - Email của Epstein (15:28) - Mối liên hệ của Epstein và quyền lực tinh hoa (35:48) - Epstein và các cơ quan tình báo (39:54) - Ari Ben Menashe và Vụ Iran Contra (42:21) - Kiểm duyệt truyền thông và các hệ lụy chính trị (47:33) - Tương lai của các cuộc điều tra về Epstein @ryangrim @DropSiteNews @jeremyscahill @MazMHussain

FT về ngành dược sinh học ở Trung Quốc: Hôm nay, các giám đốc điều hành và nhà đầu tư dược phẩm phương Tây cảnh báo một cách riêng tư rằng các công ty của họ có nguy cơ mất đi vị thế dẫn đầu trong đổi mới thuốc vào tay Trung Quốc. Tại trung tâm của sự phát triển ngành dược sinh học ở Trung Quốc là tốc độ và hiệu quả — những yếu tố đang khiến việc phát triển thuốc không chỉ nhanh hơn mà còn rẻ hơn đáng kể. Lợi thế của quốc gia này đến từ một lực lượng lao động rộng lớn, có tay nghề cao: từ các nhà nghiên cứu trong phòng thí nghiệm và các nhà sản xuất thiết bị đến những công nhân lắp đặt dây chuyền sản xuất mới của BiBo. Trong khi một số tài năng này đã được đào tạo ở nước ngoài tại các trường đại học Mỹ và các tập đoàn dược phẩm lớn, phần lớn lực lượng lao động là các kỹ sư nội địa. Một báo cáo của McKinsey chỉ ra lợi thế về thời gian và chi phí của Trung Quốc ở mọi giai đoạn phát triển thuốc. Công ty tư vấn ước tính rằng các nhà sản xuất thuốc Trung Quốc có thể di chuyển nhanh gấp hai đến ba lần so với mức trung bình toàn cầu trong việc tiến hành một phân tử mục tiêu thành ứng viên thuốc và vào các thử nghiệm lâm sàng sớm. ... Sức mạnh của Trung Quốc trong việc phát triển các loại thuốc mới nằm ở những lĩnh vực mà nghiên cứu cơ bản đã được thiết lập, nhưng cần có công việc trong phòng thí nghiệm để tìm ra các công thức phù hợp. "Đây giống như một câu đố, đòi hỏi một tư duy kỹ thuật hơn là khoa học. Đối với loại công việc này, bạn cần một đội ngũ rất hiệu quả, di chuyển rất nhanh để tìm ra hướng đi nào sẽ hiệu quả."

Tôi đã áp dụng một phương pháp tương tự Generator-Verifier cho việc sử dụng các mô hình trong nghiên cứu vật lý lý thuyết. Các chuyên gia con người ở ranh giới của khoa học có thể cải thiện các mô hình Verifier đến mức mà hoạt động tự động trở nên cực kỳ mạnh mẽ ngay cả trên các vấn đề nghiên cứu thực tế (không chỉ là các vấn đề toán học giả định = các vấn đề được định hình tốt có thể được giải quyết trong một khoảng thời gian hữu hạn bởi con người). DeepSeekMathV2 Sự hợp tác giữa Generator và Verifier Bộ sinh chứng và bộ xác minh tạo thành một vòng lặp phản hồi tự cải thiện. Khi bộ sinh tạo ra các chứng minh ngày càng phức tạp, chúng thách thức bộ xác minh, phơi bày những điểm yếu trở thành dữ liệu huấn luyện mới. Ban đầu, các chuyên gia con người đã hướng dẫn việc tái huấn luyện của bộ xác minh bằng cách xem xét các vấn đề mà nó đã đánh dấu — một quy trình được thực hiện hiệu quả bằng cách tạo ra nhiều nỗ lực xác minh cho mỗi chứng minh. Việc "meta-xác minh" (kiểm tra các phát hiện của bộ xác minh thay vì các chứng minh trực tiếp) đã chứng minh là dễ dàng hơn cho con người và dễ học hơn cho các LLM. Bằng cách mở rộng số lượng phân tích của bộ xác minh và huấn luyện trên các chú thích hỗ trợ AI này, bộ xác minh cuối cùng đã đạt được mức độ tin cậy mà sự can thiệp của con người không còn cần thiết trong các lần chạy cuối cùng — khép kín vòng lặp giữa việc tạo chứng minh tự động và xác minh.