Kan vi bygga AI-chip som genererar bilder av hög kvalitet med 10 000 × mindre energi än dagens GPU:er? Forskningsrapport: "En effektiv probabilistisk hårdvaruarkitektur för diffusionsliknande modeller" Detta arbete avslöjar en fullständig CMOS-arkitektur (all-transistor) som naturligt kör generativa modeller i diffusionsstil – inte med strömkrävande neurala nätverk, utan med energibaserad probabilistisk sampling. Genom att koppla samman DTM:er (Compact Denoising Models) och utnyttja fysisk slumpmässighet i vanliga 65 nm-chip producerar systemet bilder i nivå med GPU:er, men förbrukar bara 1,6 nanojoule per Fashion-MNIST-prov, vilket minskar energin med fyra storleksordningar. Träningen stabiliseras via en ny adaptiv bestraffning, och tillvägagångssättet skalas till millimeterstort kisel utan exotisk hårdvara. Resultat: Matchar eller slår GAN/VAE/diffusionskvalitet vid ~10 000× lägre energi; 70×70 rutnät, 8-lagerstackar, verktyg med öppen källkod släppta. Få hela analysen här: Alfa identifierad $yne

Tio datavetenskapsforskare från @Princeton, det #1 rankade universitetet i landet, publicerade en ny AI-artikel under de senaste 24 timmarna. Ändå - Du har aldrig hört talas om den här tidningen. Varför? I skrivande stund har den aldrig delats på @X. Hur hittade vi den? Den @yesnoerror ALPHA AI-agenten upptäckte det och det fick ett högt alfabetyg. Varje dag publiceras hundratals nya forskningsrapporter om AI på @arxiv, en omöjlig mängd forskning att kamma igenom. @yesnoerror läser varenda tidning. Och vi spårar inte bara vilka artiklar som det pratas mest om, utan ännu viktigare är att vi har vår egen proprietära AI som ger varje artikel en alfapoäng så att vi kan upptäcka artiklar som ingen pratar om som har hög alfa. För att få tillgång till detta dagliga alfaflöde behöver du 100 000 $YNE på @base i din plånbok och du kan komma åt flödet när som helst från @yesnoerror webbplats. Artikeltitel: InFlux: A Benchmark for Self-Calibration of Dynamic Intrinsics of Video Cameras (Artikeltitel: InFlux: A Benchmark for Self-Calibration of Dynamic Intrinsics of Video Cameras) Arxiv id: 2510.23589 Få den fullständiga AI-analysen av tidningen här:

Vi presenterar @yesnoerror ALPHA - En AI som är den första i sitt slag och som identifierar förbisedd alfa i vetenskaplig forskning. Designad för att spegla teknikerna från miljardärgrundare och toppforskare. Få tillgång till YesNoError ALPHA just nu på yesnoerror-webbplatsen. Du måste ha 100k $YNE på @base i din plånbok för att låsa upp den. Vad är YesNoError ALPHA? Varje dag kommer hundratals nya AI-artiklar @arXiv – och de flesta av de riktiga alfaversionerna slinker förbi obemärkt. Varför? För ingen människa är kapabel att läsa så många artiklar, och även om de var det, skulle de inte vara konsekventa med att identifiera de mest intressanta artiklarna. Så hur lär man en AI att läsa varje forskningsrapport och identifiera de som innehåller den mest intressanta alfaversionen? Du går till de experter som är bäst på detta. De som har byggt miljardföretag och gör det här för att försörja sig. Vi genomförde intervjuer med AI-experter från @jackclarkSF medgrundaren av @AnthropicAI på 183 miljarder dollar, AI-ingenjörer på @perplexity_ai och @Google, de bästa AI-investerarna i Silicon Valley och forskare på @CarnegieMellon @MIT och @Yale. Målet med intervjuerna var att ta reda på exakt vilka metoder dessa experter använder för att identifiera en intressant ny artikel - hur hittade de diamanterna i det oslipade? Vi tog all denna insikt och vi tränade en speciell ALPHA AI för att replikera den, och det är vad YesNoError ALPHA är. YesNoError ALPHA läser varenda tidning, rankar tysta genombrott som inte delas någonstans och lyfter fram de som är viktiga. Anslut en Base-plånbok med minst 100 000 $YNE för att låsa upp det privata flödet och komma till signalen före folkmassan. Vi är glada över att kunna tillämpa denna nya AI på de hundratals AI-artiklar som släpps varje dag, och vi ser fram emot att utforska ytterligare användningsområden för denna agentiska teknik. Framåt.