技術スタッフに名前を付けないでください

このウェブサイトを離れることは決してありません@tszzl

長い期間のタスクで多くのベンチマークマックスが行われているため、LLM はデフォルトで少しエージェント的になりすぎており、私の平均的なユースケースを少し超えていることに気づいています。 たとえば、コーディングでは、モデルは現在、かなり長い間推論する傾向があり、リポジトリ全体でファイルを一覧表示してグレッピングを開始する傾向があり、Web検索を繰り返し、故意に不完全で活発に開発中のコードであっても、まれなエッジケースを過剰に分析して考えすぎ、単純なクエリでも~数分後に戻ってくることがよくあります。 これは、実行時間の長いタスクには理にかなっているかもしれませんが、私がまだ頻繁に行っている、より「ループ内」の反復開発や、インデックス作成を間違えたり、愚かなエラーを犯したりした場合に備えて、スクリプトを実行する前に簡単なスポットチェックを探している場合にはあまり適していません。そのため、私は「やめてください、あなたは考えすぎています。この 1 つのファイルだけを見てください。道具は使用しないでください。オーバーエンジニアリングしないでください」など。 基本的に、デフォルトがゆっくりと「ウルトラシンク」スーパーエージェントモードに忍び込み始めるにつれて、私はその逆の、より一般的には、意図/利害関係を示したり伝えたりするための良い方法の必要性を感じています。

AIの進歩による急速な変化の時代に突入する中、経済の変化を追跡する必要があります。 つまり、政府の統計への投資を減らすのではなく、もっと増やすべきだということです。 1/2

何年にもわたって何もしなかった後、私たちはついに住宅費の引き下げに行動を起こしました。やるべきことはまだありますが、私は先頭に立ち続ける準備ができています。

AIを使っても、馬鹿になる必要はありません。 証拠: AI はサービス担当者の生産性と顧客満足度を向上させます。AIが停止しているときでも、定期的に使用する方が効果的です。 思考をAIにアウトソーシングすると、認知的負債が生じます。AI から学ぶことは認知的配当をもたらします。

2023 年の @danielrock と @OpenAI の調査で、最終的にどの仕事が生成 AI を使用するかが予測されたのは本当に信じられないことです。 これは、@davidautor @erikbrynなどが使用するタスクベースの作業アプローチを強力にサポートします。ジョブはタスクの束にすぎないかもしれません。

左:米国と英国の暴力犯罪(タンキング) 右:犯罪が増加していると信じている割合(安定/増加)

遅ればせながら私の@ftopinion記事「トランプの関税は私たちを世界の中で2番目に悪い状態に陥らせる」を共有しました 私の主張は、取引を結んだ国々を批判することは、トランプを関税に導いたのと同じ誤った重商主義の論理を反映しているということです。そして、米国は依然として大きな敗者の1つです。

ほとんどの人は、政府が資金提供する科学研究の「間接費」が制御不能に成長していると考えています(一部の大学は>60%の料金を請求しています)。 これに対し、トランプ政権は15%に上限を設けようとした。 しかし、この議論全体は誤った前提に基づいています。 ***交渉された間接費率***は時間の経過とともに上昇していますが、***実効間接費率***(政府が実際に支払うことになる諸経費)は上昇していません。 データが示す内容は次のとおりです...