› Dziś w AI przełamuje się fundamentalny mit: że więcej narzędzi zawsze znaczy lepsze wyniki.
› Badanie pokazuje, że external tools mogą aktywnie pogorszyć jakość rozumowania modelu, zamiast mu pomóc - to zupełnie zmienia naszą strategię augmentacji LLM-ów.
› Równocześnie rośnie fala innowacji w trenowaniu: efektywniejsza destylacja wiedzy, roboty uczone z pojedynczego filmiku, nowe chipy AI w ekosystemie NVIDIA.
› W asystentach jak Meta Muse, którzy zbierają zbyt dużo wiedzy o użytkownikach.