Tópicos em alta
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Matt Turck
Como construir um produto de IA amado, com @meetgranola CEO @cjpedregal
Granola é a rara startup de IA que entrou em um nicho muito lotado – notas de reuniões – e ainda conseguiu se tornar o produto que os fundadores (e VCs!) elogiam. Muitas lições de produto neste episódio.
00:00 - Introdução: A História da Granola
01:41 – Construindo um produto de "mudança de vida"
04:31 – A visão do "segundo cérebro"
06:28 – Filosofia de Aumento (Engelbart), Ferramentas que nos Moldam
09:02 – Atrasado para um mercado lotado: por que funcionou
13:43 – Dois fundadores de produtos, doutorados em Zero ML
16:01 - Londres vs. SF: Construindo Fora do Vale
19:51 – Um ano em furtividade: aprendendo antes do lançamento
22:40 - "Construindo para nós" e encontrando os primeiros usuários
25:41 – Principais opções de design: sem bot de reunião, sem áudio armazenado
29:24 – Simplicidade é difícil: cortando 50% dos recursos
32:54 – Intuição vs. Dados na Tomada de Decisões de Produto
36:25 – Conversas contínuas com o usuário: 4-6 chamadas/semana
38:06 – Priorizando o futuro: criar para os fluxos de trabalho de amanhã
40:17 - Tour da pilha de tecnologia: roteamento e avaliações de modelos
42:29 – Janelas de Contexto, Custos e Economia de Inferência
45:03 - Pilha de áudio: transcrição, cancelamento de ruído e limites de diarização
48:27 – Proteções e citações: construindo confiança na IA
50:00 – Loops de crescimento sem hacks de viralidade
54:54 - Conformidade corporativa, pegada de dados e risco de responsabilidade
57:07 - Retenção e Formação de Hábitos: A "Janela de 500 Milissegundos"
58:43 – Competindo com OpenAI e Legacy Suites
1:01:27 - O Futuro: Pesquisa Profunda em Reuniões e Roteiro
1:04:41 - Granola como Coach de Carreira?
3,38K
Matt Turck repostou
1/ @serenawilliams é nosso mais novo embaixador na @Ro. Ela está compartilhando sua história de perda de peso para inspirar outras pessoas. Ela tem mais força de vontade do que a maioria das pessoas no planeta e é o exemplo perfeito de que o peso não é apenas uma questão de "dieta e exercício".

94,48K
Emocionado (e humilde, lol) por estar envolvido aqui.
Sempre pensei em ciclos de feedback na IA e esses caras são o verdadeiro negócio - @gabrielbianconi e @thebigmehtaphor

TensorZero19 de ago., 04:14
Anunciando nossa rodada inicial de US$ 7,3 milhões!
O TensorZero permite um volante de dados e aprendizado para otimizar aplicativos LLM: um ciclo de feedback que transforma métricas de produção e feedback humano em modelos e agentes mais inteligentes, rápidos e baratos.
Hoje, fornecemos uma pilha de código aberto para a criação de aplicativos LLM de nível industrial que unifica um gateway LLM, observabilidade, otimização, avaliação e experimentação. Você pode pegar o que precisa, adotar de forma incremental e complementar com outras ferramentas. Com o tempo, esses componentes permitem que você configure um ciclo de feedback baseado em princípios para seu aplicativo LLM. Os dados que você coleta estão vinculados aos seus KPIs, portas entre provedores de modelos e se transformam em uma vantagem competitiva para seus negócios.
Nossa visão é automatizar grande parte da engenharia de LLM. Estamos estabelecendo as bases para isso com o TensorZero de código aberto. Por exemplo, com nosso modelo de dados e fluxo de trabalho de ponta a ponta, poderemos sugerir proativamente novas variantes (por exemplo, um novo modelo ajustado), testá-lo em dados históricos (por exemplo, usando diversas técnicas de aprendizado por reforço), permitir um teste A/B gradual e ao vivo e repetir o processo. Com uma ferramenta como essa, os engenheiros podem se concentrar em fluxos de trabalho de nível superior – decidindo quais dados entram e saem desses modelos, como medir o sucesso, quais comportamentos incentivar e desincentivar e assim por diante – e deixar os detalhes de implementação de baixo nível para um sistema automatizado. Este é o futuro que vemos para a engenharia LLM como disciplina.
Recentemente, o TensorZero alcançou o repositório de tendências #1 da semana globalmente no GitHub (e estamos prestes a cruzar 10 mil estrelas). Temos a sorte de ter recebido contribuições de dezenas de desenvolvedores em todo o mundo, e é emocionante ver o TensorZero já alimentando produtos LLM de ponta em startups de IA de fronteira e grandes organizações, incluindo um dos maiores bancos da Europa.
Temos o prazer de compartilhar que arrecadamos US$ 7,3 milhões para acelerar os esforços da TensorZero para criar a melhor infraestrutura de código aberto da categoria para engenheiros de LLM (estamos contratando!). A rodada foi liderada por @FirstMarkCap, com participação de @BessemerVP, @bedrock, @DRWTrading, @coalitionvc e dezenas de anjos estratégicos.

5,26K
Matt Turck repostou
Gabriel e eu começamos essa programação de negócios em um pequeno escritório por um ano seguido. Começamos com a ideia de que os sistemas de IA devem ser capazes de aprender com a experiência do mundo real para resolver problemas do mundo real. Eventualmente, ficou claro que isso era muito mais um problema de sistemas e dados do que um problema de aprendizado de máquina.
A solução precisava ser um software de nível industrial que estivesse disponível gratuitamente e fácil de adotar para desenvolvedores individuais, mas pudesse ser dimensionado para atender às necessidades de grandes organizações. Então, abrimos o código do projeto e dissemos aos nossos primeiros usuários que parassem de nos pagar. Parecia uma loucura.
Hoje em dia, estamos dobrando uma esquina. Temos uma equipe técnica pequena, mas incrível: Aaron (mantenedor do compilador Rust, Svix, AWS), @anndvision (pós-doutorado em Columbia, doutorado em Oxford) e Alan (doutorado em CMU, vice-presidente da JPM AI Research) em breve se juntarão a Shuyang (SWE da equipe em infraestrutura LLM no Google, Palantir) e Cole (Cognição, Windsurf, Stanford). Nossa comunidade está ativa e crescendo (em breve para 10 mil estrelas!). Há um caminho claro para a criação do agente que otimiza cada implantação do TensorZero em relação ao feedback do mundo real que ele coleta.
Se você me dissesse, quando comecei meu doutorado, que um dia muitas empresas começariam voluntariamente a armazenar trajetórias de RL em um modelo de dados que ajudei a construir para que pudéssemos otimizar suas políticas em relação às recompensas com as quais se preocupam, eu teria ficado surpreso.
Em breve, isso não será feito manualmente.
25,84K
Melhores
Classificação
Favoritos
Em alta on-chain
Em alta no X
Principais fundos da atualidade
Mais notável