Otoaraştırma Çağı: Uyudum ve Gece Boyunca 40 Hipotez Test Edildi — Ne Yapmalıyım ve Nasıl Çalışmalıyım?

Bir mühendis, hipotezleri manuel olarak test etmek yerine, hipotez üretme hattının metin açıklamasını nasıl yazdığını, Gemini'den her denemeyi değerlendirmesini istediğini ve bir ajanın gece boyunca çalışmasına izin verdiğini anlatıyor. Sabah, günlükte 40 hipotezin test edildiği görüldü. İlk naif denemelerini (plansız paralel çalışan on ajan) ve ikinci denemesini (ajanlara ayrıntılı bir gündem vermek) işe yarayan tembel akşam yaklaşımıyla karşılaştırıyor. Anahtarın ajanları daha iyi kontrol etmek değil, sonucu kimin değerlendirdiği olduğunu açıklıyor. Örneklere atıfta bulunuyor: sankalp'in QR ayrıştırması, toplu QR üzerinde 232 kat hızlanma sağlıyor; Karpathy'nin 630 satırlık otoaraştırma betiği gece boyunca yüzlerce deney çalıştırdı; ve DeepMind'ın AlphaEvolve'u 50 açık matematik probleminin %20'sinde çözümleri iyileştirdi ve Google'ın veri merkezlerini, çip tasarımını ve yapay zeka eğitimini hızlandırdı. İki kişisel vakasını paylaşıyor: ilkinde, veri kümesi filtrelerini elle oluşturmak için iki hafta harcadı, ancak VLM'li bir Gemini tabanlı kahin birkaç çalıştırmada bunu geçti; ikincisinde %30 eğitim hızlanması elde etti ancak tuzaklara takıldı: kayıp parite kontrolünü eklemeyi unuttu (NaN kaybına yol açtı) ve yetersiz ayrıntılı bir kahin, görüntü-metin kaldırmada kalan harfler gibi yapıları gözden kaçırdı. İyi bir kahin ve döngü oluşturmanın asıl iş olduğunu ve döngüdeki modelin önemli olduğunu vurguluyor. Uzmanlığın "bir çözüm bulmak"tan "çözümler bulan bir sistem inşa etmek"e kaydığı sonucuna varıyor.