Granica, which helps AI companies optimize their cloud object storage in Amazon S3 and Google Cloud, emerges from stealth with $45M from NEA, BCV, and others
Granica has built a method of compressing data stored in Amazon.com and Google’s cloud platforms that it says can reduce the size and cost of cloud object storage, which hold large amounts of unstructured data that don’t fit into traditional columns and rows. The startup is announcing Thursday that it has raised a total of $45 million from venture-capital firms New Enterprise Associates and Bain Capital Ventures.
For securing its AI training data, Nylas, a provider of email, calendar and contacts APIs, is testing Granica’s Screen service, which can remove sensitive company data and personally-identifiable information in the process of compressing it.
That is useful for a generative AI tool that could be trained to write emails like a specific user, said John Jung, Nylas’s vice president of engineering. “You’d want it scrubbed of [personally-identifiable information] so that you don’t potentially have the models hallucinate, and tell information that is sensitive,” he said, referring to when generative AI programs spit back false results.
Analysts also expect more startups to focus specifically on helping companies sift through and control access to their data for generative AI.
For some CIOs, data quality is just as important as controlling cost—in other words, ensuring that their data is properly formatted, organized, and relevant for training AI models. “The most important thing is not just collect the data, but cleanse, categorize the data, and make sure it’s in a usable format,” Zelinka said. “Otherwise you’re just paying to store meaningless data.”
Jack Henry is focused on data governance at the moment, Zelinka said. He is working with the company’s chief risk officer to define who has access to its data and how it’s being used, and collaborating with the firm’s chief technology officer, who is figuring out how to embed generative AI into its products and platforms.
그라니카는 기존의 열과 행에 맞지 않는 대량의 비정형 데이터를 저장하는 클라우드 오브젝트 스토리지의 크기와 비용을 줄일 수 있는 Amazon.com과 Google의 클라우드 플랫폼에 저장된 데이터를 압축하는 방법을 개발했습니다. 이 스타트업은 목요일 벤처캐피털 회사인 뉴 엔터프라이즈 어소시에이츠와 베인 캐피털 벤처스로부터 총 4,500만 달러를 투자받았다고 발표했습니다.
이메일, 캘린더 및 연락처 API를 제공하는 Nylas는 AI 학습 데이터를 보호하기 위해 압축 과정에서 민감한 회사 데이터와 개인 식별 정보를 제거할 수 있는 Granica의 Screen 서비스를 테스트하고 있습니다.
이는 특정 사용자처럼 이메일을 작성하도록 학습할 수 있는 생성형 AI 도구에 유용하다고 Nylas의 엔지니어링 담당 부사장인 존 정은 말합니다. 그는 생성형 AI 프로그램이 잘못된 결과를 뱉어내는 경우를 언급하며 “모델이 환각을 일으키거나 민감한 정보를 말하지 않도록 [개인 식별 정보]를 제거해야 할 것입니다.“라고 말했습니다.
분석가들은 또한 더 많은 스타트업이 기업이 제너레이티브 AI를 위해 데이터에 대한 액세스를 선별하고 제어하도록 지원하는 데 특히 집중할 것으로 예상합니다.
일부 CIO에게 데이터 품질은 비용 관리만큼이나 중요한데, 즉 데이터가 적절한 형식과 구성으로 되어 있고 AI 모델 학습과 관련성이 있는지 확인하는 것입니다. 젤린카는 “가장 중요한 것은 단순히 데이터를 수집하는 것이 아니라 데이터를 정리하고 분류하여 사용 가능한 형식으로 만드는 것입니다.“라고 말합니다. “그렇지 않으면 의미 없는 데이터를 저장하는 데 비용을 지불하는 것에 불과합니다.”
잭 헨리는 현재 데이터 거버넌스에 집중하고 있다고 젤린카는 말합니다. 그는 회사의 최고 위험 책임자와 협력하여 누가 데이터에 액세스할 수 있고 데이터가 어떻게 사용되는지 정의하고 있으며, 회사의 최고 기술 책임자와 협력하여 제품과 플랫폼에 제너레이티브 AI를 내장하는 방법을 모색하고 있습니다.
Granica has built a method of compressing data stored in Amazon.com and Google’s cloud platforms that it says can reduce the size and cost of cloud object storage, which hold large amounts of unstructured data that don’t fit into traditional columns and rows. The startup is announcing Thursday that it has raised a total of $45 million from venture-capital firms New Enterprise Associates and Bain Capital Ventures.
For securing its AI training data, Nylas, a provider of email, calendar and contacts APIs, is testing Granica’s Screen service, which can remove sensitive company data and personally-identifiable information in the process of compressing it.
That is useful for a generative AI tool that could be trained to write emails like a specific user, said John Jung, Nylas’s vice president of engineering. “You’d want it scrubbed of [personally-identifiable information] so that you don’t potentially have the models hallucinate, and tell information that is sensitive,” he said, referring to when generative AI programs spit back false results.
Analysts also expect more startups to focus specifically on helping companies sift through and control access to their data for generative AI.
For some CIOs, data quality is just as important as controlling cost—in other words, ensuring that their data is properly formatted, organized, and relevant for training AI models. “The most important thing is not just collect the data, but cleanse, categorize the data, and make sure it’s in a usable format,” Zelinka said. “Otherwise you’re just paying to store meaningless data.”
Jack Henry is focused on data governance at the moment, Zelinka said. He is working with the company’s chief risk officer to define who has access to its data and how it’s being used, and collaborating with the firm’s chief technology officer, who is figuring out how to embed generative AI into its products and platforms.
그라니카는 기존의 열과 행에 맞지 않는 대량의 비정형 데이터를 저장하는 클라우드 오브젝트 스토리지의 크기와 비용을 줄일 수 있는 Amazon.com과 Google의 클라우드 플랫폼에 저장된 데이터를 압축하는 방법을 개발했습니다. 이 스타트업은 목요일 벤처캐피털 회사인 뉴 엔터프라이즈 어소시에이츠와 베인 캐피털 벤처스로부터 총 4,500만 달러를 투자받았다고 발표했습니다.
이메일, 캘린더 및 연락처 API를 제공하는 Nylas는 AI 학습 데이터를 보호하기 위해 압축 과정에서 민감한 회사 데이터와 개인 식별 정보를 제거할 수 있는 Granica의 Screen 서비스를 테스트하고 있습니다.
이는 특정 사용자처럼 이메일을 작성하도록 학습할 수 있는 생성형 AI 도구에 유용하다고 Nylas의 엔지니어링 담당 부사장인 존 정은 말합니다. 그는 생성형 AI 프로그램이 잘못된 결과를 뱉어내는 경우를 언급하며 “모델이 환각을 일으키거나 민감한 정보를 말하지 않도록 [개인 식별 정보]를 제거해야 할 것입니다.“라고 말했습니다.
분석가들은 또한 더 많은 스타트업이 기업이 제너레이티브 AI를 위해 데이터에 대한 액세스를 선별하고 제어하도록 지원하는 데 특히 집중할 것으로 예상합니다.
일부 CIO에게 데이터 품질은 비용 관리만큼이나 중요한데, 즉 데이터가 적절한 형식과 구성으로 되어 있고 AI 모델 학습과 관련성이 있는지 확인하는 것입니다. 젤린카는 “가장 중요한 것은 단순히 데이터를 수집하는 것이 아니라 데이터를 정리하고 분류하여 사용 가능한 형식으로 만드는 것입니다.“라고 말합니다. “그렇지 않으면 의미 없는 데이터를 저장하는 데 비용을 지불하는 것에 불과합니다.”
잭 헨리는 현재 데이터 거버넌스에 집중하고 있다고 젤린카는 말합니다. 그는 회사의 최고 위험 책임자와 협력하여 누가 데이터에 액세스할 수 있고 데이터가 어떻게 사용되는지 정의하고 있으며, 회사의 최고 기술 책임자와 협력하여 제품과 플랫폼에 제너레이티브 AI를 내장하는 방법을 모색하고 있습니다.
SF AI 회사들은 $20m Seed로 받고 시작하는게 일반적인가요? ㅎㅎ 2018, 2021년의 크립토 Startup이 생각나네요 ㅎㅎ
https://contextual.ai/announcing-next-generation-language-models/
https://contextual.ai/announcing-next-generation-language-models/
Contextual AI
Announcing our $20m seed round to build the next generation of language models - Contextual AI
Large language models, or LLMs, are going to radically change the way we work, and in many ways they are already starting to do so. With AI going fully mainstream this year, however, we are also getting more clarity on its shortcomings for real-world usage…
https://youtu.be/aPMNbMR1p70
I really admire the friendship between these individuals and value our honest sharing of many things. Hoping to pay it forward and help others someday, just as they have generously helped me.
I really admire the friendship between these individuals and value our honest sharing of many things. Hoping to pay it forward and help others someday, just as they have generously helped me.
YouTube
E132: SEC goes after crypto giants, Sequoia splits, LIV/PGA, Messi's deal + LIVE Q&A!
(0:00) Bestie intros!
(1:48) Why RFK Jr. is resonating
(7:52) US crypto crackdown: action against Binance & Coinbase
(26:08) Sequoia splits into three
(41:55) PGA merges with LIV, Lionel Messi's revolutionary deal with the MLS, Apple, and Adidas
(56:16) Ukraine…
(1:48) Why RFK Jr. is resonating
(7:52) US crypto crackdown: action against Binance & Coinbase
(26:08) Sequoia splits into three
(41:55) PGA merges with LIV, Lionel Messi's revolutionary deal with the MLS, Apple, and Adidas
(56:16) Ukraine…
Forwarded from 천프로의 콘텐츠 모음방
원가율에 과할 정도로 집착해야 합니다.
1. 물리적으로 조리를 완료했을 때 부피가 줄어드는 것은 원가율이 높습니다. 반대로 부피가 늘어나는 것은 '그나마' 원가율이 낮습니다.
2. 특정 메뉴의 원가율 내에서도 각 재료의 비율과 원가를 구해야 어디서 얼마나 빠져나가는지 알 수 있습니다.
3. 대체재를 항상 구상해두어야 합니다. 계절, 전염병, 환율 등의 이유로 구매가가 급등했을 때 그대로 사용할 수는 없으니까요.
4. 평균 원가율이 30%라고 해서 그 30%가 그대로 유지되는 게 아닙니다. 원가율이 높은 음식의 판매율이 높다면 원가율이 아니라 최종 마진의 금액으로 따져봐야 합니다.
5. 입고 단위 - 입고가 - 1단위 단가 - 수율 - 수율 적용가(단위 1) - 사용량 - 사용량을 적용한 원가
즉
소고기 1kg이 45,000원이라면
1,000g - 45,000원 - 45원 / 1g - 97% - 46.4원 - 120g - 4732.8원
6. 남는 게 없다고들 그러시는데 원가율의 문제일 수도 있고 판매량의 문제일 수도 있습니다. 원가율의 문제라면 수정을 해야 하고 판매량의 문제라면(정상적인 운영으로 100%를 팔아야 원가율이라는 게 성립되므로) 심각하게 고민을 해봐야 합니다.
7. 안 남는다는 고민을 많이 하는데 대체 어디에서 안 남냐고 물어보면 답을 못하는 경우가 하도 많아서...
8. 더해서 좌석수, 객단가, 회전수, 영업일수, 평일 매출, 주말 매출, 월매출, 경비 등을 계산해서 손익분기 계산을 해보세요.
9. 아마도 아득한 수치가 나올 수도 있습니다. 이게 왜 그런가 하면... 통장에 남는 돈 그게 실제로는 남는 돈이 아니기 때문입니다.
10. 당장 해보세요. 당장.
1. 물리적으로 조리를 완료했을 때 부피가 줄어드는 것은 원가율이 높습니다. 반대로 부피가 늘어나는 것은 '그나마' 원가율이 낮습니다.
2. 특정 메뉴의 원가율 내에서도 각 재료의 비율과 원가를 구해야 어디서 얼마나 빠져나가는지 알 수 있습니다.
3. 대체재를 항상 구상해두어야 합니다. 계절, 전염병, 환율 등의 이유로 구매가가 급등했을 때 그대로 사용할 수는 없으니까요.
4. 평균 원가율이 30%라고 해서 그 30%가 그대로 유지되는 게 아닙니다. 원가율이 높은 음식의 판매율이 높다면 원가율이 아니라 최종 마진의 금액으로 따져봐야 합니다.
5. 입고 단위 - 입고가 - 1단위 단가 - 수율 - 수율 적용가(단위 1) - 사용량 - 사용량을 적용한 원가
즉
소고기 1kg이 45,000원이라면
1,000g - 45,000원 - 45원 / 1g - 97% - 46.4원 - 120g - 4732.8원
6. 남는 게 없다고들 그러시는데 원가율의 문제일 수도 있고 판매량의 문제일 수도 있습니다. 원가율의 문제라면 수정을 해야 하고 판매량의 문제라면(정상적인 운영으로 100%를 팔아야 원가율이라는 게 성립되므로) 심각하게 고민을 해봐야 합니다.
7. 안 남는다는 고민을 많이 하는데 대체 어디에서 안 남냐고 물어보면 답을 못하는 경우가 하도 많아서...
8. 더해서 좌석수, 객단가, 회전수, 영업일수, 평일 매출, 주말 매출, 월매출, 경비 등을 계산해서 손익분기 계산을 해보세요.
9. 아마도 아득한 수치가 나올 수도 있습니다. 이게 왜 그런가 하면... 통장에 남는 돈 그게 실제로는 남는 돈이 아니기 때문입니다.
10. 당장 해보세요. 당장.
❤2
History of incentive changes of Hollywood researched by gpt-4
This tradition has developed through different mechanisms, including financial compensation, creative control, industry accolades, and public recognition.
Early Years (1890s - 1920s):
In the early years of cinema, actors were often not even credited for their work. Studios feared that acknowledging actors would lead to increased salary demands. However, as audience members began to recognize and favor certain performers, the star system was born. Actors became celebrities, and studios used their names to promote films. In response, actors demanded higher salaries and more creative control. This period also saw the birth of directorial power, with pioneering figures like D.W. Griffith and Cecil B. DeMille becoming well-known figures.
Studio System (1930s - 1940s):
During the era of the Studio System, actors, directors, and writers were typically under contract to specific studios, which meant they were paid a regular salary regardless of the success of their films. However, top stars could negotiate for higher pay and certain privileges, and successful directors and producers also had substantial control over their projects. This period also saw the emergence of the Academy Awards, which began in 1929 as a way for the industry to honor and reward the best films and performances of the year.
Post-Studio System (1950s - present):
After the decline of the Studio System in the 1950s, power shifted to individual actors, directors, and producers. This led to the creation of "points" or profit participation, where creators receive a percentage of a film's profits in addition to their base salary. This has allowed successful creators to earn substantial rewards for hit films.
Today, major actors often negotiate "back end" deals that can lead to enormous payouts if a film is successful. A notable example of this is Robert Downey Jr., who reportedly earned over $50 million for his role in "The Avengers" due to his percentage of the film's gross profits.
In recent decades, recognition and reward have also come through other avenues. In addition to the prestigious Academy Awards, there are numerous other awards ceremonies such as the Golden Globes, the BAFTAs, and the Screen Actors Guild Awards. Film festivals also serve as platforms to recognize and reward creative talents.
In the digital age, Hollywood has also embraced new ways to reward content creators. Streaming platforms like Netflix and Amazon Prime pay substantial sums for exclusive content, providing another avenue for creators to be rewarded for their work.
In summary, the mechanisms through which Hollywood rewards its content creators have evolved significantly over time. However, the underlying principle of recognizing and rewarding talent for their creativity and hard work has remained a constant feature of the industry.
This tradition has developed through different mechanisms, including financial compensation, creative control, industry accolades, and public recognition.
Early Years (1890s - 1920s):
In the early years of cinema, actors were often not even credited for their work. Studios feared that acknowledging actors would lead to increased salary demands. However, as audience members began to recognize and favor certain performers, the star system was born. Actors became celebrities, and studios used their names to promote films. In response, actors demanded higher salaries and more creative control. This period also saw the birth of directorial power, with pioneering figures like D.W. Griffith and Cecil B. DeMille becoming well-known figures.
Studio System (1930s - 1940s):
During the era of the Studio System, actors, directors, and writers were typically under contract to specific studios, which meant they were paid a regular salary regardless of the success of their films. However, top stars could negotiate for higher pay and certain privileges, and successful directors and producers also had substantial control over their projects. This period also saw the emergence of the Academy Awards, which began in 1929 as a way for the industry to honor and reward the best films and performances of the year.
Post-Studio System (1950s - present):
After the decline of the Studio System in the 1950s, power shifted to individual actors, directors, and producers. This led to the creation of "points" or profit participation, where creators receive a percentage of a film's profits in addition to their base salary. This has allowed successful creators to earn substantial rewards for hit films.
Today, major actors often negotiate "back end" deals that can lead to enormous payouts if a film is successful. A notable example of this is Robert Downey Jr., who reportedly earned over $50 million for his role in "The Avengers" due to his percentage of the film's gross profits.
In recent decades, recognition and reward have also come through other avenues. In addition to the prestigious Academy Awards, there are numerous other awards ceremonies such as the Golden Globes, the BAFTAs, and the Screen Actors Guild Awards. Film festivals also serve as platforms to recognize and reward creative talents.
In the digital age, Hollywood has also embraced new ways to reward content creators. Streaming platforms like Netflix and Amazon Prime pay substantial sums for exclusive content, providing another avenue for creators to be rewarded for their work.
In summary, the mechanisms through which Hollywood rewards its content creators have evolved significantly over time. However, the underlying principle of recognizing and rewarding talent for their creativity and hard work has remained a constant feature of the industry.
Forwarded from 천프로의 콘텐츠 모음방
- "삐죽거리는 언어를 가진 사람은 삐쭉한 인생을 갖는다." - 김승호님
"
어떤 사람들은 타인을 대할 때 항상 삐쭉거리는 태도로 바라본다.
비판하는 사람은 철학적이고 통찰이 있는 것 처럼 보일 수 있지만, 실제로는 그 사람의 인생을 해친다.
삐쭉거리는 인생을 사는 사람은 삐쭉거리는 인생을 맞게 된다.
비판적인 사고로 누군가를 평가하고 험담하고 폄하하는 사람은 자신의 인생이 그 길로 흘러가게 된다.
그런 사람들은 외로움, 근심, 걱정에 시달리다, 종국에는 '누구도 나를 알아주지 않는구나'라고 하며 끝나게 된다.
누군가의 성공을 보고 모방하고 싶다면, 그 사람의 좋은 점을 찾아 자신의 안에 두는 것이 현명하다.
"
"
어떤 사람들은 타인을 대할 때 항상 삐쭉거리는 태도로 바라본다.
비판하는 사람은 철학적이고 통찰이 있는 것 처럼 보일 수 있지만, 실제로는 그 사람의 인생을 해친다.
삐쭉거리는 인생을 사는 사람은 삐쭉거리는 인생을 맞게 된다.
비판적인 사고로 누군가를 평가하고 험담하고 폄하하는 사람은 자신의 인생이 그 길로 흘러가게 된다.
그런 사람들은 외로움, 근심, 걱정에 시달리다, 종국에는 '누구도 나를 알아주지 않는구나'라고 하며 끝나게 된다.
누군가의 성공을 보고 모방하고 싶다면, 그 사람의 좋은 점을 찾아 자신의 안에 두는 것이 현명하다.
"
❤1
https://twitter.com/pmarca/status/1667959432788217858?s=46&t=h5Byg6Wosg8MJb4pbPSDow
Ask Me Anything about AI, or any of the topics in Why AI Will Save The World, as responses to this tweet and I will answer as many as I can. By Marc.
Ask Me Anything about AI, or any of the topics in Why AI Will Save The World, as responses to this tweet and I will answer as many as I can. By Marc.
Twitter
Ask Me Anything about AI, or any of the topics in Why AI Will Save The World, as responses to this tweet and I will answer as many as I can.
https://t.co/GyWVLACezb
https://t.co/GyWVLACezb
https://youtu.be/U_WQuUIYnJg
Nikhyl Singhal emphasizes the importance of thinking long-term about one's career and avoiding short-term thinking that can lead to dissatisfaction and lack of direction. He warns against solely focusing on achieving a particular job noscript or level, without considering what comes next and how to maintain motivation and fulfillment. Singhal shares insights from his extensive product management experience and emphasizes the need for coaching and mentoring. He also discusses concepts such as exit growth companies, product-market fit, and the rise of the IC track in the tech industry. Additionally, Singhal stresses the importance of community for managers to learn from one another's best practices and develop a personal understanding of their development areas by receiving feedback.
Nikhyl Singhal, former Senior Vice President of Engineering at Google, shares valuable insight on building a long and fulfilling career. He stresses the importance of constantly looking for the next step in your career and finding a long-term North Star to guide you. Singhal also encourages giving back in Act 3 of one's career and suggests coaching and lifting up others. He emphasizes the significance of having a structured meeting process in place to manage time and facilitate decision-making and the importance of building a compelling career story. Additionally, Singhal shares his favorite interview question, recommended books for product managers, and stresses the criticality of a company's meeting operating system for scaling and ensuring execution.
Nikhyl Singhal emphasizes the importance of thinking long-term about one's career and avoiding short-term thinking that can lead to dissatisfaction and lack of direction. He warns against solely focusing on achieving a particular job noscript or level, without considering what comes next and how to maintain motivation and fulfillment. Singhal shares insights from his extensive product management experience and emphasizes the need for coaching and mentoring. He also discusses concepts such as exit growth companies, product-market fit, and the rise of the IC track in the tech industry. Additionally, Singhal stresses the importance of community for managers to learn from one another's best practices and develop a personal understanding of their development areas by receiving feedback.
Nikhyl Singhal, former Senior Vice President of Engineering at Google, shares valuable insight on building a long and fulfilling career. He stresses the importance of constantly looking for the next step in your career and finding a long-term North Star to guide you. Singhal also encourages giving back in Act 3 of one's career and suggests coaching and lifting up others. He emphasizes the significance of having a structured meeting process in place to manage time and facilitate decision-making and the importance of building a compelling career story. Additionally, Singhal shares his favorite interview question, recommended books for product managers, and stresses the criticality of a company's meeting operating system for scaling and ensuring execution.
YouTube
Building a long and meaningful career | Nikhyl Singhal (Meta, Google)
Nikhyl Singhal is VP of Product at Meta, overseeing teams building messaging, groups, stories, and the main Facebook feed. Before that, he served as the Chief Product Officer at Credit Karma and held various leadership roles at Google, leading teams on Google…
Agree most of opinions below.
FS
The Noise Bottleneck:
We think the more information we consume the more signal we’ll consume. Only the mind doesn’t work like that. When the volume of information increases, our ability to comprehend the relevant from the irrelevant becomes compromised. We place too much emphasis on irrelevant data and lose sight of what’s really important.
— Source
Insight
Good days don't necessarily make a good life:
“There is no shortage of good days. It is good lives that are hard to come by. A life of good days lived in the senses is not enough. The life of sensation is the life of greed; it requires more and more. The life of the spirit requires less and less; time is ample and its passage sweet. Who would call a day spent reading a good day? But a life spent reading -- that is a good life.”
— Annie Dillard, The Writing Life
Tiny Thought
Big ambitions, low expectations, and high standards are a powerful combination for living your best life.
Ambitions pull you forward when it's hard. They connect you to something larger. One of my most important ambitions is to be a great father and friend. Another is to leave the world a better place than I found it. You can't have a meaningful life without a connection to something larger than yourself.
Reality minus expectations = happiness. You will never be happy unless your expectations are exceeded. If you think the world owes you something, you're going to end up disappointed. The world doesn't owe you anything. You can't sit around waiting for the world to come and hand you what you think you deserve. If you want something to happen, you have to take action. Go positive and go first.
High standards - When it gets hard, do not lower your standards. I am not always at my best, but I always give my best. I hold myself to a high bar. I don't always meet it, but I won't lower the bar to feel better about myself.
FS
The Noise Bottleneck:
We think the more information we consume the more signal we’ll consume. Only the mind doesn’t work like that. When the volume of information increases, our ability to comprehend the relevant from the irrelevant becomes compromised. We place too much emphasis on irrelevant data and lose sight of what’s really important.
— Source
Insight
Good days don't necessarily make a good life:
“There is no shortage of good days. It is good lives that are hard to come by. A life of good days lived in the senses is not enough. The life of sensation is the life of greed; it requires more and more. The life of the spirit requires less and less; time is ample and its passage sweet. Who would call a day spent reading a good day? But a life spent reading -- that is a good life.”
— Annie Dillard, The Writing Life
Tiny Thought
Big ambitions, low expectations, and high standards are a powerful combination for living your best life.
Ambitions pull you forward when it's hard. They connect you to something larger. One of my most important ambitions is to be a great father and friend. Another is to leave the world a better place than I found it. You can't have a meaningful life without a connection to something larger than yourself.
Reality minus expectations = happiness. You will never be happy unless your expectations are exceeded. If you think the world owes you something, you're going to end up disappointed. The world doesn't owe you anything. You can't sit around waiting for the world to come and hand you what you think you deserve. If you want something to happen, you have to take action. Go positive and go first.
High standards - When it gets hard, do not lower your standards. I am not always at my best, but I always give my best. I hold myself to a high bar. I don't always meet it, but I won't lower the bar to feel better about myself.
👍1
Continuous Learning_Startup & Investment
https://youtu.be/aPMNbMR1p70 I really admire the friendship between these individuals and value our honest sharing of many things. Hoping to pay it forward and help others someday, just as they have generously helped me.
Agree
"(살아가면서) 올바른 친구를 가지는 것은 인생의 전부입니다"
- 스탠 리
"(살아가면서) 올바른 친구를 가지는 것은 인생의 전부입니다"
- 스탠 리
Continuous Learning_Startup & Investment
Agree "(살아가면서) 올바른 친구를 가지는 것은 인생의 전부입니다" - 스탠 리
1. Your friends can help you see what you cannot see.
2. I will help them and they help you and we can do better and go further.
3. I have hundreds of friends, mentors.
4. Friends let you help them. Friends had a full trust and faith to me via conversation which make me I am a worthy person.
1. Make friendship with high priority
2. Make concious good friendship. Make a rituals. Talk about what friendship is and how to improve this.
3. Share what you want and your dream to friends.
4. Friends tell you not what you want but what I need to do.
5. Life is most fullfilling team sports!!!!
https://youtu.be/kVzAobAqY9E
2. I will help them and they help you and we can do better and go further.
3. I have hundreds of friends, mentors.
4. Friends let you help them. Friends had a full trust and faith to me via conversation which make me I am a worthy person.
1. Make friendship with high priority
2. Make concious good friendship. Make a rituals. Talk about what friendship is and how to improve this.
3. Share what you want and your dream to friends.
4. Friends tell you not what you want but what I need to do.
5. Life is most fullfilling team sports!!!!
https://youtu.be/kVzAobAqY9E
YouTube
Reid Hoffman delivers Vanderbilt’s Class of 2022 Graduates Day address
Reid Hoffman, an accomplished entrepreneur, executive, investor and philanthropist who has played an integral role in building many of today’s leading consumer technology businesses, received Vanderbilt University’s prestigious Nichols-Chancellor’s Medal…
👍1
I often share this youtube playlist with those who ask me about how to get started on the PM learning journey.
The list includes
💡Continous Discovery by Teresa Torres
💡Lean Product Playbook by Dan Olsen
💡Escaping the build trap by Melissa Perri
💡Empowered and Product Strategy by Marty Cagan
💡The Art of Product Management by Shreyas Doshi and many more
https://lnkd.in/gt6S3quB
https://www.linkedin.com/posts/pravanavarapu_product-management-videos-youtube-activity-7073680501428932608-a5Gl?utm_source=share&utm_medium=member_ios
The list includes
💡Continous Discovery by Teresa Torres
💡Lean Product Playbook by Dan Olsen
💡Escaping the build trap by Melissa Perri
💡Empowered and Product Strategy by Marty Cagan
💡The Art of Product Management by Shreyas Doshi and many more
https://lnkd.in/gt6S3quB
https://www.linkedin.com/posts/pravanavarapu_product-management-videos-youtube-activity-7073680501428932608-a5Gl?utm_source=share&utm_medium=member_ios
Linkedin
Prashanthi Ravanavarapu on LinkedIn: Product Management Videos - YouTube
I often share this youtube playlist with those who ask me about how to get started on the PM learning journey.
The list includes
💡Continous Discovery by…
The list includes
💡Continous Discovery by…
Proud of the team: Jade Copet, Felix Kreuk, Tal Remez, Itai Gat, David Kant, Yossi Adi, Alexandre Défossez, and happy to release MusicGen, A simple and controllable music generation model. https://lnkd.in/eK-_gVUN
Samples can be found here: https://lnkd.in/eW_MFMHr
Demo at: https://lnkd.in/e84nh3Nk
MusicGen can be prompted by both text and melody. MusicGen is built on top of our EnCodec audio tokenizer https://lnkd.in/eFBnECjV . Unlike prior work, MusicGen is a single-stage transformerLM which uses an efficient token interleaving patterns, hence eliminates the need for cascading several models (e.g., hierarchically or upsampling).
We release code (MIT) and pretrained models (CC-BY non-commercial) publicly for open research, reproducibility, and for the broader music community to investigate this technology: https://lnkd.in/eK-_gVUN
Paper: https://lnkd.in/esphGW5F
Colab: https://lnkd.in/eH-Humi8
Samples can be found here: https://lnkd.in/eW_MFMHr
Demo at: https://lnkd.in/e84nh3Nk
MusicGen can be prompted by both text and melody. MusicGen is built on top of our EnCodec audio tokenizer https://lnkd.in/eFBnECjV . Unlike prior work, MusicGen is a single-stage transformerLM which uses an efficient token interleaving patterns, hence eliminates the need for cascading several models (e.g., hierarchically or upsampling).
We release code (MIT) and pretrained models (CC-BY non-commercial) publicly for open research, reproducibility, and for the broader music community to investigate this technology: https://lnkd.in/eK-_gVUN
Paper: https://lnkd.in/esphGW5F
Colab: https://lnkd.in/eH-Humi8
GitHub
GitHub - facebookresearch/audiocraft: Audiocraft is a library for audio processing and generation with deep learning. It features…
Audiocraft is a library for audio processing and generation with deep learning. It features the state-of-the-art EnCodec audio compressor / tokenizer, along with MusicGen, a simple and controllable...
SQL for Product Managers - The Definitive Guide is Here 🚀
SQL is one of the essential skills for every Product Manager.
Even if you are coming from a non-tech background, SQL could add a lot of value to your work and decision making.
The Good news is: you can learn the fundamentals within a few hours only.
Here is a guide where I've covered:
1/ The use cases of SQL for PMs.
2/ How to SELECT data
3/ How to FILTER data
4/ How to JOIN tables
5/ Popular tools
6/ Best SQL practices for Product Managers.
https://www.linkedin.com/posts/ankythshukla_sql-for-product-managers-hellopmco-ugcPost-7070628257506729984-mlZh?utm_source=share&utm_medium=member_ios
SQL is one of the essential skills for every Product Manager.
Even if you are coming from a non-tech background, SQL could add a lot of value to your work and decision making.
The Good news is: you can learn the fundamentals within a few hours only.
Here is a guide where I've covered:
1/ The use cases of SQL for PMs.
2/ How to SELECT data
3/ How to FILTER data
4/ How to JOIN tables
5/ Popular tools
6/ Best SQL practices for Product Managers.
https://www.linkedin.com/posts/ankythshukla_sql-for-product-managers-hellopmco-ugcPost-7070628257506729984-mlZh?utm_source=share&utm_medium=member_ios
Linkedin
Ankit Shukla on LinkedIn: SQL for product managers - HelloPM.co
SQL for Product Managers - The Definitive Guide is Here 🚀
SQL is one of the essential skills for every Product Manager.
Even if you are coming from a…
SQL is one of the essential skills for every Product Manager.
Even if you are coming from a…
How can something be both very silly and very evil at the same time? The answer is that what’s going on is very silly, but the silliness is distracting us from very important things."
https://newcriterion.com/issues/2023/6/the-diversity-myth
https://newcriterion.com/issues/2023/6/the-diversity-myth
The New Criterion
The diversity myth - The New Criterion
On multiculturalism as misdirection.
드디어 Open LLaMA 7B v1.0 (1T Token)가 릴리즈 되었네요
: https://huggingface.co/openlm-research/open_llama_7b
그리고 13B 모델의 pretraining도 들어간 모양입니다. 이미 600BT 까지 학습된 모양이고요. 평균 성능은 Meta AI의 LLaMA 7B와 비교해서 거의 동등한 수준으로 보이고, 추가적으로 3B 모델도 같이 공개했네요. 65B 버전의 모델까지 만들 수 있을지 관건인데 지켜볼 필요가 있겠군요. 이제 지금까지 나온 여러 모델들의 성능 수준이 Open LLaMA로도 유사하게 뽑아져 나온다면, 상당히 의미가 있을듯 합니다.
더불어 정말 여러가지 모델들이 쏟아져나오고 있는데요.
1. TigerResearch의 Tigerbot: multi-language & multitask LLM 으로 InstructGPT 성능의 96%까지 도달했다고 합니다. 현재 제공되는 모델은 놀랍게도 7B와 180B 수준의 파라미터로 구성되어 있습니다.
: https://huggingface.co/TigerResearch
2. BigCode의 StarCoder+: 기존 StarCoder 모델과 다른점은 학습 데이터로 기존의 StarCoderData와 더불어, TII에서 공개한 RedefinedWeb 데이터셋 + 위키피디아 데이터셋을 추가로 학습한 기반 모델입니다.
: https://huggingface.co/bigcode/starcoderplus
3. StarCoder+를 파인튜닝한 StarChat β: 새로 릴리즈된 StarCoder+ 기반 모델을 파인튜닝한 채팅형/Instruction-following형 모델입니다. Guanaco에 쓰인 OA의 변종 데이터셋을 사용했는데, 한 가지 특이한 점은 uncensored 형식의 데이터로 필터링 했다는 점입니다.
- 파인튜닝된 모델의 행동을 제약하는 여러 방식이 있을텐데, 시스템 프롬프트로 강제하는 방식도 있지만, 제약을 두고 싶은 유형의 질문의 답을 센서링해 라벨을 붙여둔 데이터로 파인튜닝하는 방식이 많이 쓰입니다. 아마 둘을 다 쓰겠죠.
- 최근 오픈소스 커뮤니티를 보면, As a language model... 식으로 답을 피하는 경우를 제거한 uncensored 데이터셋들을 많이 찾아볼 수 있는데, 이 데이터셋으로 파인튜닝하는 경우 답을 피하는 경우가 사라지죠. 원하는대로 대화를 이끌어나갈 수 있다는..
- StarChat β은 이러한 uncensored 데이터셋을 활용해 파인튜닝된 모델입니다. 그 이유는 그간 LLM Leaderboard를 살펴본 결과 uncensored 데이터셋으로 학습된 모델의 성능이 좋은 경향을 보인다는 것입니다. 다만 이 경우, 고삐 풀린 (해킹 했다고도 하죠) 모델이 될 수 있기 때문에 사용에 유의해야 겠습니다.
: https://huggingface.co/openlm-research/open_llama_7b
그리고 13B 모델의 pretraining도 들어간 모양입니다. 이미 600BT 까지 학습된 모양이고요. 평균 성능은 Meta AI의 LLaMA 7B와 비교해서 거의 동등한 수준으로 보이고, 추가적으로 3B 모델도 같이 공개했네요. 65B 버전의 모델까지 만들 수 있을지 관건인데 지켜볼 필요가 있겠군요. 이제 지금까지 나온 여러 모델들의 성능 수준이 Open LLaMA로도 유사하게 뽑아져 나온다면, 상당히 의미가 있을듯 합니다.
더불어 정말 여러가지 모델들이 쏟아져나오고 있는데요.
1. TigerResearch의 Tigerbot: multi-language & multitask LLM 으로 InstructGPT 성능의 96%까지 도달했다고 합니다. 현재 제공되는 모델은 놀랍게도 7B와 180B 수준의 파라미터로 구성되어 있습니다.
: https://huggingface.co/TigerResearch
2. BigCode의 StarCoder+: 기존 StarCoder 모델과 다른점은 학습 데이터로 기존의 StarCoderData와 더불어, TII에서 공개한 RedefinedWeb 데이터셋 + 위키피디아 데이터셋을 추가로 학습한 기반 모델입니다.
: https://huggingface.co/bigcode/starcoderplus
3. StarCoder+를 파인튜닝한 StarChat β: 새로 릴리즈된 StarCoder+ 기반 모델을 파인튜닝한 채팅형/Instruction-following형 모델입니다. Guanaco에 쓰인 OA의 변종 데이터셋을 사용했는데, 한 가지 특이한 점은 uncensored 형식의 데이터로 필터링 했다는 점입니다.
- 파인튜닝된 모델의 행동을 제약하는 여러 방식이 있을텐데, 시스템 프롬프트로 강제하는 방식도 있지만, 제약을 두고 싶은 유형의 질문의 답을 센서링해 라벨을 붙여둔 데이터로 파인튜닝하는 방식이 많이 쓰입니다. 아마 둘을 다 쓰겠죠.
- 최근 오픈소스 커뮤니티를 보면, As a language model... 식으로 답을 피하는 경우를 제거한 uncensored 데이터셋들을 많이 찾아볼 수 있는데, 이 데이터셋으로 파인튜닝하는 경우 답을 피하는 경우가 사라지죠. 원하는대로 대화를 이끌어나갈 수 있다는..
- StarChat β은 이러한 uncensored 데이터셋을 활용해 파인튜닝된 모델입니다. 그 이유는 그간 LLM Leaderboard를 살펴본 결과 uncensored 데이터셋으로 학습된 모델의 성능이 좋은 경향을 보인다는 것입니다. 다만 이 경우, 고삐 풀린 (해킹 했다고도 하죠) 모델이 될 수 있기 때문에 사용에 유의해야 겠습니다.
“우리가 일에서 가져가야 할 건 돈 이외에도 아주 많아요. 재미, 의미, 성취, 도전, 성취감과 자신감, 갈등, 스트레스, 기쁨, 인정, 동료애, 팀워크, 극복, 성공…. 정말 많죠.”
최 대표는 선배들이 시키는 대로만 하지 않았어요. 스스로 질문을 던져가며 문제의 본질을 파고들었고, 공감대를 불러일으키는 카피를 만들었죠
”많은 직장인이 회사 일을 ‘해준다’고 합니다. 저는 아니라 생각해요. 회사가 주는 기회를 활용해 내 일을 하는 거고, 결과로 기여하는 거죠. ‘회사와 나’는 ‘2인 3각’ 같은 사이에요. 발을 맞추며 같은 목표를 향해 뛰는 겁니다. 대결이 아니라는 게 핵심이죠.”
“같은 회사에서 똑같이 10년 일한 사람도, 시간의 밀도는 다를 수 있습니다. 밀도의 차이는 능력과 퍼포먼스의 차이로 드러나기 마련이에요. 처음부터 능력이 달랐던 게 아닙니다. 일을 바라보는 시선, 일을 대하는 태도가 달랐죠. 결과적으로 시간의 밀도가 달라졌을 거라 생각해요.”
최 대표는 필요하다면 언어도 바꿔보라고 해요. 언어에는 한 사람의 생각과 태도, 지향이 반영되니까요.
최 대표는 태도의 중요성도 강조합니다. 재능은 씨앗일 뿐, 그걸 꽃피우고 열매 맺게 하는 건 태도라는 거죠.
“삼성이나 애플, 나이키만 브랜드가 아니라 우리 각자도 하나의 브랜드입니다. 오래도록 사랑받는 브랜드는 다 그럴 만한 가치를 줍니다. 값이 더 비싸도 그 브랜드의 가치를 사는 이유죠. 브랜드, 혹은 브랜딩은 기본적으로 장기전입니다. 시간에 비례해 가치를 축적한다는 생각을 전제로 해요. 1~2년 바짝 해서 돈 벌고 일은 그만하겠다, 는 분은 브랜딩에 관심 가질 필요가 없습니다. 브랜딩이란 단기적으로 후퇴해도, 장기적으로 나의 가치를 쌓아가는 것입니다. 실체를 바탕으로 좋은 인식을 만드는 게 기본이죠. ‘내가 브랜드’라는 관점이 북극성 같은 역할을 해줄 거라 생각해요.”
“내가 브랜드라고 하면, 고객은 기꺼이 나라는 브랜드를 선택할까요?”
“분명한 가치를 제공하는 게 필요하다”
“나를 브랜드로 바라본다는 것도 비슷합니다. 이런 질문을 던져 보세요. ‘팀장과 동료, 선후배와 고객은 중요한 일이 있을 때, 과연 나와 함께하고 싶을까? 나에게 일을 맡기고 싶을까? 함께하면 좋은 결과가 나올 거라고 기대할까?’ 그분들이 다 고객이니까요. 내가 선택될 만한 이유를 생각해 적어보세요. 그게 바로 여러분이 하나의 브랜드로서 제공하는 가치가 될 겁니다.”
“일하는 사람이 자신을 브랜딩하려면 마땅히 일로써 승부를 봐야 합니다. 브랜딩이란 스스로를 존중하는 것, 그리고 다른 사람의 존중을 얻어내는 것이에요. 일을 잘하지 않고서는 일터에서 인정받는 브랜드가 되는 것도 어렵습니다. 자신의 본캐에 최선을 다할 것을 제안합니다.”
“음식이 상하지 말라고 방부제를 쓰는 것처럼 일하는 우리에게도 방부제가 필요하다고 생각합니다. 조그만 성공에 취해 쉬이 허물어지거나 망가지지 않도록 자신을 엄정히 돌아보고 삼가는 것. 스스로를 과대평가하지 않는 것. 해야 할 일을 하고 있는지 점검하는 것. 이런 자세야말로 자신을 온전하게 지키는 방부제입니다.”
“중요한 건, 알면 통제력이 생긴다는 거예요. 자신을 알아차리면 감정이나 협소한 인식에 치우치지 않고, 나를 객관적으로 볼 수 있게 됩니다.”
https://www.longblack.co/note/716?ticket=NT8d527940aee3c273953803b0f77422bd71bdb7be
최 대표는 선배들이 시키는 대로만 하지 않았어요. 스스로 질문을 던져가며 문제의 본질을 파고들었고, 공감대를 불러일으키는 카피를 만들었죠
”많은 직장인이 회사 일을 ‘해준다’고 합니다. 저는 아니라 생각해요. 회사가 주는 기회를 활용해 내 일을 하는 거고, 결과로 기여하는 거죠. ‘회사와 나’는 ‘2인 3각’ 같은 사이에요. 발을 맞추며 같은 목표를 향해 뛰는 겁니다. 대결이 아니라는 게 핵심이죠.”
“같은 회사에서 똑같이 10년 일한 사람도, 시간의 밀도는 다를 수 있습니다. 밀도의 차이는 능력과 퍼포먼스의 차이로 드러나기 마련이에요. 처음부터 능력이 달랐던 게 아닙니다. 일을 바라보는 시선, 일을 대하는 태도가 달랐죠. 결과적으로 시간의 밀도가 달라졌을 거라 생각해요.”
최 대표는 필요하다면 언어도 바꿔보라고 해요. 언어에는 한 사람의 생각과 태도, 지향이 반영되니까요.
최 대표는 태도의 중요성도 강조합니다. 재능은 씨앗일 뿐, 그걸 꽃피우고 열매 맺게 하는 건 태도라는 거죠.
“삼성이나 애플, 나이키만 브랜드가 아니라 우리 각자도 하나의 브랜드입니다. 오래도록 사랑받는 브랜드는 다 그럴 만한 가치를 줍니다. 값이 더 비싸도 그 브랜드의 가치를 사는 이유죠. 브랜드, 혹은 브랜딩은 기본적으로 장기전입니다. 시간에 비례해 가치를 축적한다는 생각을 전제로 해요. 1~2년 바짝 해서 돈 벌고 일은 그만하겠다, 는 분은 브랜딩에 관심 가질 필요가 없습니다. 브랜딩이란 단기적으로 후퇴해도, 장기적으로 나의 가치를 쌓아가는 것입니다. 실체를 바탕으로 좋은 인식을 만드는 게 기본이죠. ‘내가 브랜드’라는 관점이 북극성 같은 역할을 해줄 거라 생각해요.”
“내가 브랜드라고 하면, 고객은 기꺼이 나라는 브랜드를 선택할까요?”
“분명한 가치를 제공하는 게 필요하다”
“나를 브랜드로 바라본다는 것도 비슷합니다. 이런 질문을 던져 보세요. ‘팀장과 동료, 선후배와 고객은 중요한 일이 있을 때, 과연 나와 함께하고 싶을까? 나에게 일을 맡기고 싶을까? 함께하면 좋은 결과가 나올 거라고 기대할까?’ 그분들이 다 고객이니까요. 내가 선택될 만한 이유를 생각해 적어보세요. 그게 바로 여러분이 하나의 브랜드로서 제공하는 가치가 될 겁니다.”
“일하는 사람이 자신을 브랜딩하려면 마땅히 일로써 승부를 봐야 합니다. 브랜딩이란 스스로를 존중하는 것, 그리고 다른 사람의 존중을 얻어내는 것이에요. 일을 잘하지 않고서는 일터에서 인정받는 브랜드가 되는 것도 어렵습니다. 자신의 본캐에 최선을 다할 것을 제안합니다.”
“음식이 상하지 말라고 방부제를 쓰는 것처럼 일하는 우리에게도 방부제가 필요하다고 생각합니다. 조그만 성공에 취해 쉬이 허물어지거나 망가지지 않도록 자신을 엄정히 돌아보고 삼가는 것. 스스로를 과대평가하지 않는 것. 해야 할 일을 하고 있는지 점검하는 것. 이런 자세야말로 자신을 온전하게 지키는 방부제입니다.”
“중요한 건, 알면 통제력이 생긴다는 거예요. 자신을 알아차리면 감정이나 협소한 인식에 치우치지 않고, 나를 객관적으로 볼 수 있게 됩니다.”
https://www.longblack.co/note/716?ticket=NT8d527940aee3c273953803b0f77422bd71bdb7be
LongBlack
최인아 : 일을 열심히 하는 것과, 인생을 잘 사는 건 다르지 않다
롱블랙 프렌즈 B 정신없이 일을 쳐내다 보면 문득, ‘내가 가는 방향이 맞나’ 싶을 때가 있습니다. 그럴 때면 저는 서점을 찾습니다. 서가에 놓인 책을 찬찬히 훑으며 깨달음을 줄
구글이 인간 수명을 늘리겠다는 비젼을 가지고 설립한 생명공학 회사인 칼리코(Calico Life Sciences)에 소속된 연구진들이…
엄청난 연구 결과를 사이언스 어드밴스 저널에 발표했습니다.
약 20년 동안 530개 논문에 발표된 효모 유전자 녹아웃 연구 결과 >14500개를 모두 찾아서 딥하게 정리한 연구 결과와 데이터베이스를 발표 했는데…
구글이 전 세계 웹사이트를 다 긁어다가 인덱싱하고 검색엔진에서 의미 있는 자료를 아주 빠르게 보여주는 방식으로 검색엔진에 있어서는 독점적인 자리를 차지했던것 처럼…
칼리코도 구글에서 투자한 생명공학 회사 답게 특정 생명공학 관련 모든 자료를 딥하게 수집하고 데이터베이스도 만들고 정리하는 방식으로 연구를 진행하는듯 합니다.
구글 뿐만 아니라 최근 MS, 아마존이 투자한 생명공학 회사들 또한 대규모 연구비 투자를 통해 대학이나 연구소의 우수 연구진들을 대거 영입하고 더 나아가 빅테크 기업의 데이터 수집 및 분석 기술을 적용해 학교나 연구소 랩 단위로 진행되었던 생명공학 연구와는 다른 대규모 생명공학 연구를 진행하려는 트랜드가 예상됩니다.
효모 표현형 데이터베이스: https://www.yeastphenome.org/
논문출처: https://www.science.org/doi/10.1126/sciadv.adg5702
엄청난 연구 결과를 사이언스 어드밴스 저널에 발표했습니다.
약 20년 동안 530개 논문에 발표된 효모 유전자 녹아웃 연구 결과 >14500개를 모두 찾아서 딥하게 정리한 연구 결과와 데이터베이스를 발표 했는데…
구글이 전 세계 웹사이트를 다 긁어다가 인덱싱하고 검색엔진에서 의미 있는 자료를 아주 빠르게 보여주는 방식으로 검색엔진에 있어서는 독점적인 자리를 차지했던것 처럼…
칼리코도 구글에서 투자한 생명공학 회사 답게 특정 생명공학 관련 모든 자료를 딥하게 수집하고 데이터베이스도 만들고 정리하는 방식으로 연구를 진행하는듯 합니다.
구글 뿐만 아니라 최근 MS, 아마존이 투자한 생명공학 회사들 또한 대규모 연구비 투자를 통해 대학이나 연구소의 우수 연구진들을 대거 영입하고 더 나아가 빅테크 기업의 데이터 수집 및 분석 기술을 적용해 학교나 연구소 랩 단위로 진행되었던 생명공학 연구와는 다른 대규모 생명공학 연구를 진행하려는 트랜드가 예상됩니다.
효모 표현형 데이터베이스: https://www.yeastphenome.org/
논문출처: https://www.science.org/doi/10.1126/sciadv.adg5702