A FRONTVONALRÓL
Andrej Karpathy kulcsfontosságú AI-betekintéseket és áttöréseket tárt fel 2025-ös elemzésében
Andrej Karpathy 2025-ös LLM éves visszatekintője már 2,2 milliós nézettségnél jár — négy fontos tanulsággal, amit érdemes tudni. Az elemzés kitér az olyan új tanítási receptek megjelenésére, mint a Reinforcement Learning from Verifiable Rewards (RLVR), a „fűrészfogas intelligencia” (jagged intelligence) fogalmára, valamint a szoftverkészítés akadályainak lebontására a „vibe coding” révén. Bár az olyan modellek, mint a Claude és a Gemini hatalmasat léptek előre, Karpathy szerint az iparág még mindig csak a potenciálja 10%-át érte el.
- Az RLVR áttörést jelentő módszerként jelent meg az LLM-ek érvelésre való tanításában, folyamatos emberi visszajelzés nélkül
- A „jagged intelligence” azokat a modelleket írja le, amelyek PhD-szintű matematikai feladatokat megoldanak, de elbuknak az egyszerű beugratós kérdéseken
- A „vibe coding” lehetővé teszi a nem programozók számára is a hatékony szoftverépítést
- A Claude Code és a Gemini Nano Banana az LLM ágensek élvonalbeli bemutatóiként szerepelnek
Miért fontos?
Karpathy becslése szerint a 2025-ös képességnövekedés nagy részét az RLVR-re való átállás – és nem a nagyobb modellméretek – hajtotta. ---