摘要:
原作:史蒂夫·纽曼 引子:我们有时间准备; 第一步是确认我们正在准备做什么 在前几部分中,我重点关注了人工智能的现状。我现在要转向未来,从以下问题开始:我们应该期望人工智能能力进步到什么程度?这些东西会变得多聪明? 俗话说,“我们倾向于高估一项技术的短期效果,而低估长期效果。” 目前围绕 ChatG 阅读全文
摘要:
原作:史蒂夫·纽曼 引子:我没有深入研究数学,而是解释了“为什么”它们被构建为“预测下一个单词”引擎,并提出了为什么它们会出现概念性错误的理论。 有很多文章解释了 ChatGPT 等大型语言模型 (LLMs) 的工作原理。然而,他们往往会深入研究那些与大多数用户无关的细枝末叶。了解“token em 阅读全文
摘要:
原作:史蒂夫·纽曼 引子:探索当前LLMs与真正的通用智能之间的差距 当今最重要的问题之一是人工智能的发展轨迹。这些系统的能力将如何?时间表是什么?我们是否会因电子产品而黯然失色,还是又陷入了另一个炒作泡沫? 人们对于如何衡量进展存在分歧,更不用说预测进展了。我认为一个好的衡量标准是计算机能够在工作 阅读全文
摘要:
原作:史蒂夫·纽曼 引子:它是一只随机鹦鹉,但大多数时候你也是如此,而且它记住的东西比你多得多 关于ChatGPT已经有无数的笔墨了。然而,大部分关注点要么是非常短期和战术性的(“从 ChatGPT 获得出色营销文案的八个魔法提示”),要么是非常长期和理论性的。我将重点关注中间立场,超越我们今天的水 阅读全文