في الآونة الأخيرة ، أثناء تجربة Particle News ، @particle_news إعادة التفكير في قيمة وحدود LLMs في سيناريو تدفق معلومات المعاملات. الجسيمات هو منتج أخبار الذكاء الاصطناعي المتطور للغاية يقوم بعمل ممتاز في اتساع نطاق المعلومات والحياد وقابلية قراءة المحتوى السائل والسمع. ومع ذلك ، هناك فرق هيكلي بين هذه التجربة المصقولة بدقة ونظام معلومات المعاملات ، ويتم تدوينها أولا لمعرفة ما إذا كان بإمكانها مساعدة الزملاء الذين يقومون أيضا بمنتجات مماثلة. 1. لا يتم التقاط المعلومات ودمجها ، ولكن يتم الفهم العنقودي. أتفق بشدة مع مفهوم "القصة" الذي أكدته مرارا وتكرارا المؤسس سارة بيكبور في المقابلات ، والتي تعد أيضا واحدة من النقاط البارزة الأساسية ، مع التأكيد على أن المعلومات ليست "مجمعة ودمجة" ولكنها "مجمعة ومفهومة". إذا كانت المعلومات مجرد كشط وتسلسل بلا عقل ، إلغاء جميع الطلبات النهائية وتقييم المصداقية. على وجه الخصوص ، في سيناريوهات المعاملات ، حيث تكون كثافة المعلومات عالية للغاية ، وتكون متطلبات الوقت الفعلي قوية ، ومدى السياق كبير ، من المستحيل السماح للنموذج الكبير "بالفهم بحرية" ، ولكن يجب أولا إجراء جولة من التجميع الدلالي المنظم بواسطة الذكاء الاصطناعي لتنظيم المعلومات المجزأة في عدة "مجموعات أحداث" مدمجة (قصص) مع أدلة سببية داخلية. 2. نقاط القوة والنقاط العمياء في LLM: الحياد والسببية مقابل القوة التنبؤية - تتمتع LLMs بمزايا كبيرة في التحكم في الأسلوب / الرأي ، وحيادية العاطفة في الاعتدال. ومع ذلك ، بعد البلمرة + العديد من ما بعد الإيفال ، يتم التضحية بالتوقيت والتوتر الهيكلي. - تعتبر LLMs جيدة في الحكم على السلسلة السببية ، وتحليل السبب والنتيجة ، وبعض النقاط لتحسين ما إذا كان هناك ارتباط بين الأشياء الدقيقة للغاية ، وخاصة "مسار التأثير" و "ردود الفعل الأولية والنهائية" ، والتي ستصبح واحدة من المنطق المهم للمعاملات. - LLMs ليست جيدة في التنبؤ. كنموذج لغوي إحصائي ، فإنه يضخم بشكل طبيعي "الآراء السائدة" أو "الإشارات عالية التردد". ملاحظتنا الخاصة هي أن الذكاء الاصطناعي دائما ما يكون "مفرطا في التفاؤل" ، وحكم سارة هو: "إذا قال الكثير من الناس إن الفريق أ سيفوز ، فسيعتقد النموذج أن الفريق أ فاز". "التنبؤ هو نقطة عمياء كبيرة لLLMs ولا ينبغي استخدامه كمحرك إشارة. من ناحية أخرى ، يبقى أن نرى ما إذا كانت منتجات chatbot مثل Flush أو تنبؤ Bobby's Bobby's Open End Q & A + يمكن أن يخترق هذا القيد أو أن تكون محاصرة. 3. استراتيجيات التنبؤات البديلة: السلسلة السببية + الجدول الزمني الهيكلي إذا كانت التنبؤات عيبا حاليا في LLMs ، فمن المفيد الاحتفاظ بأقسام مثل تقويم TradingView و Cause & Effect عندما لا يتم التنبؤ ويكون التوقيت مرتفعا. استنتاج ما إذا كان شيء ما مرتبطا بآخر والترتيب النسبي ومحفزات تطور الأحداث. هذا الحكم كاف أيضا لإنشاء نموذج تحيز المعلومات لنظام التداول دون تنبؤ حقيقي. 4. أعمال التقييم: التقييم هو بالتأكيد عمل مكرر وتوجيهي للغاية. على سبيل المثال ، يحد ضبط النفس من التعبير: يمكن أن يكون لكل جملة وجهة نظر واحدة فقط ، تجنب العبارات. على سبيل المثال ، "تلميح" = "رأي" لتجنب الاستنتاجات الغامضة. على سبيل المثال ، لا يمكن أن يتجاوز الملخص كلمة X ، وبمجرد وجود لون شخصي أو "تعبير مقصود" ، فإنه يعتبر خطأ. بالطبع ، يتم أيضا تحديد الدرجة "النقدية" لكل محتوى وحدة ، من أجل تشغيل خط الأنابيب تلقائيا بشكل أفضل. المسار بأكمله غير متزامن وقابل للتكرار: طالما فشلت عمليات التحقق من التقييم ، تتم إعادة تشغيل المهمة تلقائيا. لذلك ، يحتاج النموذج فقط إلى إكمال مهمة صغيرة في كل مرة ، مثل تحديد ما إذا كان الحدث قد وقع أو إخراج ملخص غير ضمني ، بدلا من إكمال كل الاستدلال والتعبير في جولة واحدة. المنطق الأساسي لهذا النهج هو تقسيم الجيل إلى مهام صغيرة متعددة يمكن التحقق منها وقابلة لإعادة الاستخدام ، يمكن فحص كل منها بشكل حقيقي لتجنب الهلوسة والميول إلى أقصى حد. 5. خط إنتاج كامل من النموذج الأولي إلى محتوى الذكاء الاصطناعي عالي الجودة تشارك سارة العملية الكاملة للقيام بنظام الإشراف: اكتب أولا مطالبة في بيئة اختبار ، وقم بتعيين خمسة أسئلة ، ثم كسر الحماية أو كسر الهيكل أو نسيان السياق ، حتى يظهر النموذج سلوكا مستقرا وعالي الجودة ، يمكن أن تكون المطالبة مئات الأسطر. عندما تكون المطالبة مستقرة في البداية ، يتم تسليمها إلى الفريق الفني ، ويتم تفكيك قالب المطالبة إلى مكونات ووضعها في خط الأنابيب غير المتزامن ، ويتم تشغيل جميع الأسئلة الأخرى للتحليل دون اتصال. أخيرا ، ابدأ اختبار الأسئلة المباشرة لتشغيل النظام في سيناريوهات حقيقية ، ثم انضم رسميا إلى التقييم. باختصار ، إذا كنت ترغب في بناء نظام تجميع ودفع معلومات بمساعدة الذكاء الاصطناعي ، فلا تتخيل النموذج الكبير الذي يعطي ألفا مباشرة. جميع التنبؤات التي تستخدم الذكاء الاصطناعي لإخبارك بالهدف الذي تريد شراؤه هي عمليات احتيال. الدراية الحقيقية هي الهيكل والعملية ونظام التحقق الذي يجعل LLMs موثوقا به في ظل الهندسة المعمارية.

يجب أن يكون المعيار الأكثر عملية لقياس الحرية هل تفهم كيف تعمل الأشياء بالقرب من الجوهر؟ ما إذا كانت قريبة من الموارد عالية القيمة ما إذا كانت التكلفة الفعلية لاستدعاء المورد منخفضة نسبيا. هذا لا يعادل بالضبط مبلغ المال.

القواعد هي مرثية عصر الجدي ، والجنون هو مرور عصر الدلو

السبب في أن التحدث إلى ChatGPT أمر مثير للإعجاب هو أنه يقوم بعمل ممتاز في نقطتين: أولا ، يقوم بتكثيف الآراء وإعادة توضيحها بدقة ، وتزويد المارة بمنظور واضح ورؤية المنطق الأساسي بوضوح. والثاني هو أن يكون لديك تفكير متباين ، مع سرد مجموعة متنوعة من الاحتمالات والحلول لإكمال النقطة العمياء الأصلية للتفكير. في المقابل ، فإن القيمة العاطفية والرفقة ثانوية. ما لا يستطيع البشر استبداله حقا هو هاتين القدرتين.

الوكيل الرأسي صعب للغاية للاستخدام (سيكون من الصعب حقا القيام بالانعكاس الجانبي) ، لقد استخدمت mem ، من حيث القراءة ، والآن أستخدم Get (الذي صنعه Luo Yonghao ، فقط المحطة الطرفية المتنقلة ويمكنه فقط الوصول إلى الإنترانت ، وهو أمر معذب حقا) ، كل منها لديه القليل من العتبة للبدء ، ولا توجد طريقة لاستيراد وسائل التواصل الاجتماعي الشخصية بنقرة واحدة ، ومن الصعب تكوين عادات الاستخدام. في الآونة الأخيرة ، وجدت أن وقت استخدام GPT الخاص بي هو نفسه تقريبا وقت Slack و google Meet ، وأشعر بعمق أن فريق المنتج الصغير صغير أمام الذكاء العام. تتنافس فرق المنتجات الصغيرة بشكل أساسي على نافذة زمنية: سواء كان وكيل المجال الرأسي "صفر عتبة وسهل الاستخدام" يأتي أولا ، أو اعتاد المستخدمون الجماعيون على التعاون مع الوكلاء العامين وتخصيص مهام سير العمل أولا.

لقد كان الناس يفعلون الأشياء لفترة طويلة ، ويفهمون منطق القيام بالأشياء ، ويحسنون الطريقة التي يفعلون بها الأشياء ، ليس فقط لتحسين الكفاءة ، ولكن الأهم من ذلك ، لجعل أنفسهم أكثر سعادة واستدامة لتحقيق أهدافهم. على سبيل المثال ، ما أدركته مؤخرا: 1. كن طموحا وواثقا بما فيه الكفاية (استيقظ كل يوم بهدف واضح ، ولديك محرك ، ولا تشتت انتباهك). ） 2. يجب أن يكون الدافع نقيا بدرجة كافية (يساعدك على مواجهة عندما لا يتحقق الهدف / لا يمكنك الحصول على ردود فعل إيجابية على الفور ، كما هو الحال عندما تكون قلقا بشأن حركة المرور ، ستذكر نفسك بأن هدف اليوم قد اكتمل ، والتعبير هو تقديم نفسك بصدق ، وليس فقط للبيانات. ） 3. إن القيام ب 2-3 أشياء ذات صلة ومهمة في نفس الوقت أسهل لتشكيل دائرة فاضلة من مجرد شيء واحد (إذا تعطل شيء ما ، فانتقل إلى شيء آخر ودع الطاقة والمعرفة تستمر في التدفق.) على سبيل المثال ، يمكن أن تساعدني قراءة / الاستماع إلى البودكاست في العمل والإخراج ، لذلك عندما أواجه نقطة عالقة ، يجب أن أهدأ وأقرأ الكتاب أولا لإنشاء دورة متسقة ذاتيا من حيث العواطف والإدراك. ）

لماذا لا أؤمن بالشبكات الاجتماعية في ظل الحوافز الاقتصادية: لأنه طالما أنك استخدمت Douyin واختبرت المتعة التي تسبب الإدمان التي يجلبها تحليل البيانات الضخمة + خوارزميات حركة المرور ، فسوف تفهم أن ما يريده المبدعون حقا هو فقط الإعجابات والتعليقات والاهتمام وإعادة التوجيه ، وكل شيء آخر تابع. تم تعزيز شعوري عندما شاهدت Luo Zhenyu يتحدث عن منطق بيانات Alibaba - تريد المنصة الاحتفاظ بالتجار والمبدعين ، بالاعتماد على الشعور بالقدرة على التحكم والنمو الناجم عن تعليقات البيانات ، ومن المهم حقا الحصول على إرشادات دقيقة + المتعة الداخلية للتحسين بالعمل الجاد. إنه ملتوي بعض الشيء ، ويمكن لأولئك الذين يفهمون أن يفهموا بشكل طبيعي.

يشبه Flowith متدربا غير قادر بما فيه الكفاية وليس ذكيا بما فيه الكفاية ، ولكنه يريد دائما فعل المزيد ، ربما يمكنه إرضاء رئيسه. يمكن لنسخة المهمة أن تحقق 60 نقطة فقط ، وقبل أن يتم تغييرها ، تبدأ في الانشغال بإنشاء الصور والموسيقى التصويرية ، وتخطئ النقطة على الإطلاق. يشبه Genspark بلدة صغيرة كإشكالي ، ويعتمد على المحتوى المملوء مسبقا لصقل الإحساس بالوجود للحصول على انطباع جيد ، والأسئلة الوهمية لا بأس بها ، لكن الاستجابة الفورية تكاد تكون بلا معنى. ثمانون نقطة ليس لها إصابات صعبة ، ولا توجد نقاط ذاكرة. لكن مانوس ، سأثني عليك حقا. لا يمكنك فقط تلميع كل مهمة ، ولكن يمكنك أيضا تذكر ما قلته (قاعدة المعرفة قوية جدا لدرجة أنها ستسألك "إذا كنت تريد تعيينها كتفضيل" في كل مرة يكون لديك فيها احتياجات إضافية). يمكنك حتى أن تقول "جربها في المرة القادمة ..."، تماما كما تفعل مع المتدرب، وإضافتها إلى قاعدة المعرفة بنقرة واحدة. هل يفهم أي شخص هذا الشعور بطمس الحدود بين الذكاء الاصطناعي والبشر؟ يجب أن يكون مدير المنتج الذي يشعر بالرضا موظفا / زميلا جيدا عندما يكون صغيرا. على الرغم من أن معنى "العمل بدوام جزئي" غالبا ما يتم التقليل من قيمته في هذا اليوم وهذا العصر ، إلا أنه فقط عندما نفكر بجدية في كيفية العمل معا في مجموعة يمكننا أن نفهم مدى قيمة الفضائل التعاونية البشرية الأساسية مثل "المحاذاة لأعلى ولأسفل ، اليسار واليمين" و "فهم نية المهمة". (إنه في الحقيقة ليس مانوس ، إنه مجرد مستخدم سنوي يحب التقييمات)

يشبه مانوس متدربا جديدا انضم للتو إلى الشركة ولكنه كان أداؤه جيدا للغاية وهو ذكي جدا ، وكلما زاد استخدامه ، وكلما أحبه أكثر ، وزاد إعجابه به ، ويريد مشاركتها مع زملائك في كل مرة يولد فيها نتيجة. من أعماق قلبي ، عدم الغضب من الوكيل هو المعيار الوحيد للحكم على ما إذا كان المنتج جيدا أم لا

أشعر أنه ليس من السيئ إجراء بث مباشر لنسخة النقش الفوري وبيعها للمدونين الوسائط الذاتية ، خاصة للاستشارات والدردشة ، ويعرض البث المباشر عددا كبيرا من الأشخاص لقدرة الأشخاص على الاستجابة الفورية