Zoa Research

אודות

מבחינה היסטורית, מודלים כמותיים הם ייעודיים לתחום מסוים. אנשים מבריקים מבלים את מיטב שנותיהם בבדיקת פיצ׳רים, בכוונון היפר-פרמטרים ובשיפור ארכיטקטורות בתוך תחום צר. אבל הגדלת קנה המידה היא התרופה: מודלים גדולים ימצאו דפוסים שאנשים, ומודלים ייעודיים, לא הצליחו למצוא.

חיזוי ניתן להכללה. Zoa מאמנת מנועי חיזוי אירועים שחוצים תחומים.

*אוטומציה של האיטרציה*

מודלי שפה גדולים – כשהם משולבים בלולאות אופטימיזציה מרובות סוכנים ונבחנים מול מדיניות קבועה – יכולים להפוך לאוטומטי את מחזור הבנייה, הבדיקה והשיפור של המודל. חשבו על AlphaEvolve, רק לבעיות חיזוי.

*מודלים כלליים חסכוניים בדגימות*

מודלי החיזוי של היום נבנים בקפידה לתחום צר, עם הנחות מוקדמות אנושיות עמוקות. אבל מודלים גדולים יותר יעלו בביצועיהם על המודלים הייעודיים המתקדמים ביותר.

בניגוד למודלי אירועים קיימים, המודלים שלנו נשענים על נתונים מהקשרים שונים ותלויים פחות באינטואיציה אנושית. ובהשוואה למודלי שפה גדולים, המודלים שלנו בנויים עם יותר הנחות אינדוקטיביות ונשענים יותר על כוח חישוב בזמן ההסקה – וכך משפרים את החיסכון בדגימות.

*למה זה חשוב*

בכלכלה הממשית, המודלים שלנו יכולים לסייע בחיזוי תנודתיות בשרשראות אספקה, היצע וביקוש לאנרגיה ואפילו סיכון לרעידות אדמה.

המדע, כותב איאן האקינג, הוא אילוף המקרה. זהו תהליך של עדכון איטרטיבי של הנחות מוקדמות (בערך כך: מזהים אי-ודאות, מתכננים ניסוי שיצמצם אותה, מבצעים, מעדכנים). אם המדע הוא צמצום אי-ודאות, החיזוי הוא מדד קריטי להתקדמות.

חיזוי טוב יותר משפר את היכולת שלנו לבחור ניסויים מעניינים (בערך, אלה שצפויים לצמצם הכי הרבה אי-ודאות) ולעדכן הנחות מוקדמות. המודלים שלנו ישמשו מעבדות ואנשי אקדמיה בתחומים עתירי נתונים.

האקסית של סם הכירה לו את גרג עוד בקרנגי מלון ב-2017. הקשר הרומנטי לא החזיק, אבל החברות ביניהם כן. אחרי הלימודים גרג המשיך לבית הספר למשפטים של הרווארד, וסם עבד שלוש שנים ב-Jane Street בדסק האופציות, שם בנה והוביל צוות פיתוח לווייני.

נושאים