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