Cela gagne mon respect.

De retour à l'école doctorale, quand j'ai réalisé comment le "marché des idées" fonctionne réellement, j'avais l'impression d'avoir trouvé les codes de triche pour une carrière en recherche. Aujourd'hui, c'est la chose la plus importante que j'enseigne aux étudiants, plus que tout ce qui est lié à la substance de notre recherche. Une brève préface : quand je parle de succès en recherche, je ne veux pas dire publier beaucoup d'articles. La plupart des articles publiés prennent la poussière parce qu'il y a trop de recherches dans n'importe quel domaine pour que les gens y prêtent attention. Et surtout, étant donné la facilité de publier des prépublications, la recherche n'a pas besoin d'être officiellement publiée pour être réussie. Donc, bien que les publications puissent être un préalable à l'avancement de carrière, elles ne devraient pas être l'objectif. Pour moi, le succès en recherche est l'autorité d'idées qui influencent vos pairs et rendent le monde meilleur. Ainsi, l'idée de base est qu'il y a trop d'idées entrant sur le marché des idées, et nous devons comprendre lesquelles finissent par être influentes. La bonne nouvelle est que la qualité compte — toutes choses étant égales par ailleurs, une meilleure recherche sera plus réussie. La mauvaise nouvelle est que la qualité est seulement faiblement corrélée avec le succès, et il y a de nombreux autres facteurs qui comptent. Tout d'abord, donnez-vous plusieurs chances d'atteindre votre objectif. Le rôle de la chance est un thème récurrent de mes conseils de carrière. Il est vrai que la chance compte beaucoup dans la détermination des articles qui réussissent, mais cela ne signifie pas que vous devez vous y résigner. Vous pouvez augmenter votre "surface de chance". Par exemple, si vous publiez toujours des prépublications, vous avez plusieurs occasions que votre travail soit remarqué : une fois avec la prépublication et une fois avec la publication (de plus, si vous êtes dans un domaine avec de grands délais de publication, vous pouvez vous assurer que la recherche n'est pas devancée ou devenue irrélevante au moment où elle sort). Plus généralement, traitez les projets de recherche comme des startups — acceptez qu'il y ait une très grande variance dans les résultats, certains projets étant 10x ou 100x plus réussis que d'autres. Cela signifie essayer beaucoup de choses différentes, prendre de grands risques, être prêt à poursuivre ce que vos pairs considèrent comme de mauvaises idées, mais avec une idée de pourquoi vous pourriez potentiellement réussir là où d'autres avant vous ont échoué. Savez-vous quelque chose que les autres ne savent pas, ou savent-ils quelque chose que vous ne savez pas ? Et si vous découvrez que c'est la seconde option, vous devez être prêt à abandonner le projet rapidement, sans tomber dans le piège de la logique des coûts irrécupérables. Pour être clair, le succès n'est pas uniquement dû à la chance — la qualité et la profondeur comptent beaucoup. Et il faut quelques années de recherche pour approfondir un sujet. Mais passer quelques années à rechercher un sujet avant de publier quoi que ce soit est extrêmement risqué, surtout au début de votre carrière. La solution est simple : poursuivez des projets, pas des problèmes. Les projets sont des agendas de recherche à long terme qui durent 3 à 5 ans ou plus. Un projet productif pourrait facilement produire une douzaine ou plus d'articles (selon le domaine). Pourquoi choisir des projets plutôt que des problèmes ? Si votre méthode consiste à passer d'un problème à l'autre, les articles résultants seront probablement quelque peu superficiels et pourraient ne pas avoir beaucoup d'impact. Et deuxièmement, si vous êtes déjà connu pour des articles sur un sujet particulier, les gens sont plus susceptibles de prêter attention à vos futurs articles sur ce sujet. (Oui, la réputation de l'auteur compte beaucoup. Toute notion égalitaire de la façon dont les gens choisissent ce qu'ils lisent est un mythe.) Pour résumer, je travaille généralement sur 2 à 3 projets à long terme à la fois, et au sein de chaque projet, il y a de nombreux problèmes en cours d'investigation et de nombreux articles produits à divers stades de la chaîne. La partie la plus difficile est de savoir quand mettre fin à un projet. Au moment où vous envisagez un nouveau projet, vous comparez quelque chose qui prendra quelques années à vraiment se concrétiser avec un sujet où vous êtes déjà très productif. Mais vous devez mettre fin à quelque chose pour faire de la place à quelque chose de nouveau. Abandonner au bon moment donne toujours l'impression d'abandonner trop tôt. Si vous suivez votre instinct, vous resterez dans le même domaine de recherche beaucoup trop longtemps. Enfin, construisez votre propre distribution. Dans le passé, la publication officielle d'un article servait deux objectifs : lui donner la crédibilité qui vient de l'évaluation par les pairs, et distribuer l'article à vos pairs. Maintenant, ces deux fonctions ont été complètement séparées. La publication apporte toujours de la crédibilité, mais la distribution dépend presque entièrement de vous ! C'est pourquoi les réseaux sociaux comptent tant. Malheureusement, les réseaux sociaux introduisent des incitations malsaines à exagérer vos résultats, donc je trouve que les blogs/newsletters et les vidéos longues sont de bien meilleures chaînes. Nous sommes dans un deuxième âge d'or du blogging et il y a une extrême pénurie de personnes capables d'expliquer des recherches de pointe de leurs disciplines de manière accessible sans les simplifier comme dans les communiqués de presse ou les articles d'actualité. Il n'est jamais trop tôt — j'ai commencé un blog pendant mon doctorat et cela a joué un grand rôle dans la diffusion de ma recherche doctorale, tant au sein de ma communauté de recherche qu'en dehors.

Le robot triste dans Grok 4. Cela montre encore une fois à quel point il faut être prudent avec les affirmations exagérées provenant de sorties fermées disant le traditionnel "c'est tellement fini". La contamination des tests qui ne peut pas être vérifiée rend les bancs d'essai excellents, mais sur des problèmes nouveaux, la chute arrive.

J'ai débattu avec 20 conservateurs d'extrême droite sur 'Surrounded' de Jubilee. Voici quelques points saillants montrant leur incapacité à répondre à mes questions de base ou à réfuter les points les plus simples. Je ne sais pas si je dois rire ou pleurer. Voici le débat complet qui ouvre les yeux :

La majorité des infections à COVID-19 se produisent par transmission de proximité (aérosols voyageant de 1 à 2 m d'une personne infectieuse). S'asseoir sous un ventilateur de plafond réduit la concentration d'aérosols dans la zone de respiration de 87 %. @ukhadds

Ne laissez pas l'IA aux gens des STEM. Ils sont souvent bien moins efficaces pour faire fonctionner l'IA que ceux qui ont une formation en arts libéraux ou en sciences sociales. Les LLM sont construits à partir du vaste corpus de l'expression humaine, et connaître l'histoire et les recoins obscurs des œuvres humaines vous permet de faire beaucoup plus avec l'IA.

le résultat de l'imo gold est vraiment cool. Cela dit, je ne sais pas pourquoi les gens perdent la tête. Souvenez-vous d'o3 et de comment nous pensions que nos emplois étaient tous condamnés et que c'était fini à cause de l'arc-agi et des mathématiques de frontier ? Les mathématiques de hillclimbing avancent beaucoup plus vite (pour l'instant) que l'"utilité générale".

ce serait moins trompeur si vous imprimiez l'ensemble du graphique Je pensais définitivement que l'IA IMO or se produirait cette année (c'était proche l'année dernière et les résultats de FrontierMath sont suggestifs d'un or IMO)... je ne suis pas sûr de ce qui a fait baisser la probabilité dans la dernière ligne droite.

nb ceci a été tweeté 7 heures avant qu'OAI n'annonce son résultat en or

"Les enfants ne se propagent pas" Tu te souviens de ça ?