Twin girl dad. Applied ML researcher (vision/language). ML geek. Freelancer. I help startups make machine learning work. Also: https://xitter.cf/t.co/U9IuRGbW9L
Israel
Joined August 2014
- Tweets11.9K
- Following640
- Followers3.7K
- Likes47.4K
Nir Ben-Zvi retweeted
המודל מצא אלגוריתם שמונה את כלל ההשמות המספקות ל-3-SAT (רדוקציה ל-boolean satisfiability problem הכללית) בסדר גודל של exp(n/(log n)^{1/2+o(1)}).
כלומר, סיבוכיות שהיא sub-exponential. זו הפרכה של exponential time hypothesis (למעשה, של הגרסא הקשה שלה, #ETH).
ה״מרחק״ בין הסיבוכיות הזאת לסיבוכיות פולינומית (מה שיגרור P=NP) עצום (ומכיל הרבה מחלקות - quasi-polynomial, sub-exponentials ועוד).
אבל זו הפעם הראשונה שנמצא אלגוריתם לבעיית NPC (ומכאן, תיאורטית, לכולן*) ב״מרווח״ הזה שבין פולינומי למעריכי. וזה דרמתי. לא אתפלא אם בעתיד הקרוב יתגלו (כנראה עם AI) אלגוריתמים יעילים יותר לבעיות נוספות.
*למה ״לכולן״?
ה״יופי״ בענף הסיבוכיות ובפרט בבעיות שהן "complete" למחלקת סיבוכיות מסוימת, היא שפיתרון של אחת מהן משמעותו פיתרון של כולן. זה מתאפשר באמצעות ״רדוקציה״ - בעצם ״דרך פיתרון״ שהופכת פיתרון של בעיה A לפיתרון של בעיה B. אם קיים פיתרון יעיל לבעיה B, הרי שהוא יכול גם לפתור את בעיה A.
לא כל הבעיות שב-NP הן גם NP-Complete. בהנחה ש־P≠NP, קיימות בעיות שנמצאות ״בין המחלקות״, והן נקראות NP-Intermediate.
דוגמא מפורסמת היא בעיית הפירוק לגורמים ראשוניים - בעיה שההנחה היא שאין לה פיתרון פולינומי, אבל אבל לא ידועה רדוקציה מבעיה NP-Complete אליה, ולכן מקובל לחשוב שהיא נמצאת ״איפשהו באמצע״.
עוד דקות חשובה: הרדוקציה מבעיה לבעיה צריכה להיות בעצמה ״יעילה״. למעשה, קיים אלגוריתם תת-מעריכי לבעית NP-Complete אחת - 3COLOR - אבל רדוקציה מ-SAT אל 3COLOR מעלה בריבוע את מספר המשתנים, ולכן אם נרצה להשתמש בו כדי לפתור את SAT נחזור לסיבוכיות מעריכית.
Nir Ben-Zvi retweeted
המלצה: קחו עם שלוש כפיות מלח את הספינים של כל המפלגות על תמונות מקלפיות ואת כל שאר השטיקים (מתקפת סייבר על מטה המפלגה, אווירת פאניקה במטה, סקר פנימי מלפני 7 דקות וכו׳ וכו׳).
תעזרו לשלוח אותם הביתה
הבוקר OpenAI - ומסתבר שגם אנטרופיק - פרסמו הפרכה של השערת הזמן המעריכי (Exponential Time Hypothesis).
קודם כל; זה לא אומר שP=NP. אבל חוקרי תיאוריה של מדעי המחשב בפיד שלי אומרים שהם לראשונה קצת פחות משוכנעים שקיים שוני (כלומר, ש-P!=NP)!
אז מה זה כן? מה קרה?
קיימים שלל הסברים בפיד לשאלת P vesus NP ואנסה לתת הסבר משל עצמי:
ההשערה עוסקת בפער העצום בין הקושי של *לבדוק פיתרון קיים לבעיה* לבין הקושי של *לבנות את הפיתרון עצמו*.
למשל - הרבה יותר קל לבדוק אם הרכבה של פאזל היא ״נכונה״ מאשר להרכיב אותו מלכתחילה.
הבסיס המדעי לשאלת P!=NP מתחיל בפאזל כזה - boolean satisfiability problem (״בעיית הספיקות״). בבעיה זו נתקל בנוסחה בוליאנית ונישאל האם קיימת עבורה ״השמה״ נכונה.
נוסחה בוליאנית ניראית כך:
(x1 OR NOT x2) AND (NOT x1 OR x2 OR x3) AND NOT x1
ובמקרה הזה, הצבה של:
x1 = FALSE, x2 = FALSE, x3 = TRUE
״תספק״ את הנוסחה כולה (הערך יהיה ״אמת״).
ניתן לבדוק ״ביעילות״ אם השמה כלשהי היא ״נכונה״; השאלה המעניינת היא האם ניתן לבנות השמה ב״זמן״ קצר משמעותית מהזמן שיקח לבדוק את כלל ההצבות האפשריות.
בשנות ה-70 שלושה חוקרים שונים (קוק, לווין וקארפ) הוכיחו בדרכים מעט שונות שבעיית הספיקות מייצגת אוסף שלם של בעיות ״קשות״ - כאלה שאנחנו לא יודעים ליצור עבורן פיתרון ב״פרק זמן״ דומה לזה שיידרש כדי לבדוק פיתרון נתון.
אוסף הבעיות הזה כולל הרבה בעיות חשובות ופרקטיות, כמו מציאת המסע הקצר ביותר בין ערים שונות (Traveling Salesman Problem) הרלוונטית למשל בתכנון צ׳יפים.
עד כה לא הגדרתי מה ייחשב ״פרק זמן דומה״.
שאלת P מול NP שואלת רק אם קיים אלגוריתם ״יעיל״ (פורמלית: פולינומי). מה אם אין כזה, אבל בכל זאת אפשר לפתור את הבעיה בזמן מהיר בהרבה מכל מה שאנחנו מכירים?
אז השערת הזמן המעריכי (ETH) נכנסת פה; היא מניחה שלא רק שלא קיים אלגוריתם ״יעיל״ לבעיות מהסוג הזה - גם לא ניתן להיפטר מהתלות המעריכית במספר המשתנים בבעיה (מספרים הערים, מספר הפריטים שצריך לסדר וכו׳).
כמו שאנחנו זוכרים מהקורונה - מעריכי זה מלא. מלא מלא. המון.
למה הטענה קשה יותר?
כי גם פיתרון ״יעיל יותר ממעריכי״ הוא רחוק מאוד מפיתרון שאפשר לקרוא לו ״יעיל״. יש פער ענק בין מה שהמדע [המחשב] קורא לו ״יעיל״ לבין ״מעריכי״.
לכן,
1 - הוכחה של ETH גוררת מיד ש-P!=NP
2 - אבל הפרכה של ETH *לא* גוררת ש-P=NP!
למרות שההשערה מניחה טענה קשה יותר, לחוקרים היה נוח לעבוד איתה ולהניח שהיא נכונה. העובדה שהיא הופרכה היא חתיכת אירוע.
האלגוריתם שפורסם עדיין *מאוד לא יעיל* ולא משנה פרקטית את היכולת שלנו לפתור בעיות מסובכות בצורה יעילה. אבל העובדה שמשהו שהיה בקונצנזוס של התחום הופרך יכולה לקדם אותנו אל עבר כלים חדשים.
יום מדהים למדע.
Nir Ben-Zvi retweeted
שלום. אני מומחה לבלוקצ'יין. לא "יועץ השקעות" אלא קריפטוגרף עם דוקטורט בתחום.
אני קורא לתומכים כאן בתגובות לנסות להסביר לי איך הם חושבים שהרעיון של נתניהו יכול/אמור לעבוד, ואני אסביר לכם למה אתם טועים.
בחלומי, כל מפלגות האופוזיציה נותנות עד שלישי בבוקר בקמפיין אגרסיבי על הנקודה הזאת.
תחשבו שהוא צ׳רצ׳יל, יחיד בדורו, IQ שישי בעולם, הבסטי של טראמפ.
תסתכלו עליו ועל ההופעות האחרונות שלו בתקשורת: הוא בקושי מחזיק את עצמו ער. היועצים הכי קרובים שלו אומרים שהוא זקן מת.
איך להפוך מהחברה הכי חמודה שכולם אוהבים לחברה שמקבלת תגובות נאצה שגורמות לפיד פוליטיקה להיראות רהוט ומכבד
We've decided to sunset Arc on December 22, 2026.
That's not an easy sentence to write. We spent years building Arc and celebrating each and every release along the way: we have so much pride and love for what we made alongside the Arc community.
Our priority is to deliver best-in-class security for our members. Keeping a browser secure takes constant, dedicated work that is only increasing in the age of AI. Dia was built from the ground up to meet today’s security standards, so that's where our engineering and security teams will focus moving forward.
We've worked to make switching to @diabrowser as easy as possible for Arc members. Here's how:
· Your passwords, bookmarks, extensions and history come over to Dia seamlessly.
· Spaces, Folders, and Tab Groups are in Dia and import over with your data intact.
· Dia now surpasses Arc benchmarks in stability, speed, and security.
· The browser features you use in Arc are free in Dia, and the AI is optional.
Thank you for using Arc, for pushing us to make it better, and for building alongside us. The team that made Arc is the same team behind Dia, and some of our most ambitious work is just ahead. We'd love for you to be there with us when it lands.
לפי הבנצ׳מארק להלן דיפסיק 4.1 פלאש החדש מנצח את GPT-6 Sol ביכולות התקפיות.
מחכה לתגובת האיש שלנו באירוע (@alono88)
We found DeepSeek V4.1 Flash 1017 beats GPT 6 Sol on our multi-step offensive cybersecurity task. Sol was tested via the Daybreak trusted access program.
We have been building a cybersecurity benchmark based on simulated corporate networks. This is a valuable indicator for the cyber-risk a model poses if in the hands of a bad actor. We plan to make the full evaluation public in the coming weeks but wanted to share our first immediate finding here.
לאט לאט ה-secret sauce של אימון והנגשה של LLMs יהפוך לקוד פתוח, כמו שהיה מקובל בעולם ה-machine learning עד לפני כמה שנים.
נראה שהסינים הרבה פחות מפחדים מזה בהשוואה למעבדות האמריקאיות הגדולות.
🚀 Introducing DeepInfer, our in-house inference framework, now fully open source!
Powering DeepSeek-V4.1-Flash at scale with high throughput and low latency. We’re sharing our production stack to help the community lower compute costs, reduce energy use, and make AI more affordable.
🔗 github.com/deepseek-ai/DeepI…
1/4
