PTT職涯區 / Tech_Job (科技人)

Re: [討論] OpenAI GPT o1模型

看板Tech_Job (科技人)作者 (GGYY)時間1天前 (2024/09/17 12:46), 1天前編輯推噓7(15推 8噓 66→)
留言89則, 23人參與, 4小時前最新討論串2/5 (看更多)
不就是語言模型+題庫 題庫1000題不夠，那就10000題 一萬題不夠，那就10萬題 看你人的腦袋能裝多少題庫 拼的過嗎？ 但是對那些非一般性的 面向多的，沒有標準答案的 個別性強，特殊場合，網上找不到答案的 資料不足，不完善的 AI 就嗝了 某小氣公司 難得花了大錢 買了Licence 打算明年縮減一半的人力來完成更多的工作 只能說這些早就不碰技術的高層 異想天開 腦袋裝屎 AI 能解的問題 人工早就解了 人工不能解的 AI 也不能解 但是AI會唬爛很多行不通的答案 來浪費人工去驗證 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.166.194.68 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1726548395.A.EEB.html
推
09/17 12:51, 1天前 , 1F
有卦有推
09/17 12:51, 1F
→
09/17 13:01, 1天前 , 2F
小氣公司砍掉底層人力正好最適合
09/17 13:01, 2F
推
09/17 14:02, 1天前 , 3F
反而沒有標準的才是genai的強項
09/17 14:02, 3F
推
09/17 14:24, 1天前 , 4F
哪間
09/17 14:24, 4F
噓
09/17 15:17, 1天前 , 5F
喔喔喔喔喔這麼會算喔 那幫我算一下怎麼從重劃台北
09/17 15:17, 5F
→
09/17 15:17, 1天前 , 6F
萬華區 總投資五年回收哦
09/17 15:17, 6F
推
09/17 16:21, 1天前 , 7F
哪間
09/17 16:21, 7F
→
09/17 16:44, 1天前 , 8F
其實這次o1似乎就是AI自己出題自我訓練了
09/17 16:44, 8F
推
09/17 17:04, 1天前 , 9F
ChatGPT plus 一個月 20 美金而已
09/17 17:04, 9F
※ 編輯: wsad50232 (118.166.194.68 臺灣), 09/17/2024 18:37:28
→
09/17 20:10, 1天前 , 10F
人工不能解的不就請再多人也沒有
09/17 20:10, 10F
噓
09/17 20:24, 1天前 , 11F
LLM都出來這麼久了怎麼還有人在講題庫
09/17 20:24, 11F
推
09/17 23:29, 1天前 , 12F
LLM都出來這麼久了，怎麼還有人搞不懂就是題庫。。
09/17 23:29, 12F
推
09/17 23:32, 1天前 , 13F
LLM就是超大接龍，哪來的什麼智慧，話術行銷是一回
09/17 23:32, 13F
→
09/17 23:32, 1天前 , 14F
事，搞清楚他能做什麼做不到什麼很要緊，LLM可以搞
09/17 23:32, 14F
→
09/17 23:33, 1天前 , 15F
一些從1到5的東西，從0到1就沒輒了。如果現在人搞不
09/17 23:33, 15F
→
09/17 23:34, 1天前 , 16F
不出來但是機器搞得出來代表問題本質就是排列組合
09/17 23:34, 16F
→
09/17 23:34, 1天前 , 17F
人搞不出來機器也搞不出來，那就得靠真功夫想些新
09/17 23:34, 17F
→
09/17 23:34, 1天前 , 18F
東西了
09/17 23:34, 18F
推
09/18 00:47, 1天前 , 19F
但0到1是基礎學科研究在做的 一般工程師甚至整個公
09/18 00:47, 19F
→
09/18 00:47, 1天前 , 20F
司都是在做1到5的事啊 有哪位的code不是套既有演算
09/18 00:47, 20F
→
09/18 00:47, 1天前 , 21F
法而是自己想出比既有演算法更好複雜度的寫法嗎？
09/18 00:47, 21F
噓
09/18 00:57, 1天前 , 22F
天氣預測/蛋白質結構預測/候選藥物預測是文字接龍嗎
09/18 00:57, 22F
→
09/18 00:57, 1天前 , 23F
？笑死。
09/18 00:57, 23F
噓
09/18 03:21, 1天前 , 24F
什麼時候LLM做天氣預測了。。。
09/18 03:21, 24F
→
09/18 03:22, 1天前 , 25F
現在所謂的ai只是把問題想辦法塞進目前可以訓練的
09/18 03:22, 25F
→
09/18 03:23, 1天前 , 26F
框架，其本質是統計，哪來什麼扯淡智慧，統計沒什麼
09/18 03:23, 26F
→
09/18 03:23, 1天前 , 27F
不好，只是要搞清楚哪些是話術哪些是搞得出來的東西
09/18 03:23, 27F
→
09/18 03:23, 1天前 , 28F
現在動不動就恐嚇人什麼agi，嚇唬誰呢
09/18 03:23, 28F
→
09/18 08:44, 1天前 , 29F
還在統計...看來是個完全不懂alexnet的朋友呢
09/18 08:44, 29F
推
09/18 08:48, 1天前 , 30F
小氣的小公司嗎
09/18 08:48, 30F
→
09/18 08:49, 1天前 , 31F
真的，看不懂的只能說你還不懂AI是什麼
09/18 08:49, 31F
噓
09/18 11:02, 1天前 , 32F
還在題庫哦 機率是什麼你們懂嗎
09/18 11:02, 32F
→
09/18 11:02, 1天前 , 33F
分類問題你們懂嗎
09/18 11:02, 33F
噓
09/18 11:22, 1天前 , 34F
唸書好嗎 generative model了解一下 看不懂英文就算
09/18 11:22, 34F
→
09/18 11:22, 1天前 , 35F
了 你就這樣吧
09/18 11:22, 35F
噓
09/18 12:29, 23小時前 , 36F
還在接龍真的超級可悲
09/18 12:29, 36F
→
09/18 15:34, 20小時前 , 37F
自主學習啊 alphago. ,但玩法（演算法）要告知
09/18 15:34, 37F
推
09/18 17:06, 18小時前 , 38F
所以小氣公司真的可以用AI來縮減一半的人力?
09/18 17:06, 38F
推
09/18 18:45, 17小時前 , 39F
LLM說是統計也沒錯啦 畢竟維基上開頭LLM解釋就有st
09/18 18:45, 39F
→
09/18 18:45, 17小時前 , 40F
atistical relationship這個字 但AI智慧的來源應該
09/18 18:45, 40F
→
09/18 18:45, 17小時前 , 41F
還是back propagation 找最優解時收斂得比人類快吧
09/18 18:45, 41F
推
09/18 19:23, 16小時前 , 42F
但LLM也不只有1-5這樣 它是大於它的訓練集的 就像A
09/18 19:23, 42F
→
09/18 19:23, 16小時前 , 43F
lphago一開始的版本也是用人類棋譜訓練的還不是勝
09/18 19:23, 43F
→
09/18 19:23, 16小時前 , 44F
過人類 AI的核心就是用大量的資料去倒推出最佳化的
09/18 19:23, 44F
→
09/18 19:23, 16小時前 , 45F
參數它能回答的遠超過訓練集 是可能比人類還要更強
09/18 19:23, 45F
→
09/18 19:23, 16小時前 , 46F
看看o1還能推導 數學程度應比一般的數學系學生還
09/18 19:23, 46F
→
09/18 19:23, 16小時前 , 47F
強吧 不只題庫想太多
09/18 19:23, 47F
噓
09/18 23:03, 12小時前 , 48F
搞了半天還不懂現在所謂的ai就是statistical
09/18 23:03, 48F
→
09/18 23:03, 12小時前 , 49F
learning才是真正可悲。動不動就比誰讀多讀少
09/18 23:03, 49F
→
09/18 23:04, 12小時前 , 50F
可憐啊。。。現在什麼learning都一樣，最最核心
09/18 23:04, 50F
→
09/18 23:05, 12小時前 , 51F
都是一樣的套路，LLM不叫接龍，那什麼叫接龍。。。
09/18 23:05, 51F
→
09/18 23:06, 12小時前 , 52F
如果現在的AI可以證明我們都不會的問題，例如6題
09/18 23:06, 52F
→
09/18 23:07, 12小時前 , 53F
百萬難題，那才算個事，要不然本質就是排列組合。。
09/18 23:07, 53F
→
09/18 23:08, 12小時前 , 54F
回到教育，如果我們老是對標ai又做對了幾題然後感
09/18 23:08, 54F
→
09/18 23:08, 12小時前 , 55F
到絕望，那出問題的是我們的教育，我們到底了學了
09/18 23:08, 55F
→
09/18 23:09, 12小時前 , 56F
什麼，是要成為小鎮做題家還是要成為創造0到1的人
09/18 23:09, 56F
→
09/18 23:09, 12小時前 , 57F
這個問題沒有答案，但如果整天只用答題來對比自己
09/18 23:09, 57F
→
09/18 23:09, 12小時前 , 58F
跟目前ai的距離，那就如人追車，本來就沒有意義
09/18 23:09, 58F
→
09/18 23:11, 12小時前 , 59F
嗆別人分類和機率才是真正可悲，你懂你給咱們開開
09/18 23:11, 59F
→
09/18 23:12, 12小時前 , 60F
眼界，給咱們講講機率的本質，貝葉斯學派和頻率學派
09/18 23:12, 60F
→
09/18 23:12, 12小時前 , 61F
給我們科普科普，要不要順便測度論也來一下，
09/18 23:12, 61F
→
09/18 23:14, 12小時前 , 62F
對了，也教教我們Wiener integral吧
09/18 23:14, 62F
→
09/18 23:15, 12小時前 , 63F
講個題庫就激動成這樣，現在的ai也刷題刷題庫
09/18 23:15, 63F
→
09/18 23:15, 12小時前 , 64F
不刷題庫的不就你剛好知道loss function怎麼寫
09/18 23:15, 64F
→
09/18 23:15, 12小時前 , 65F
有什麼好大小聲的，說來說去就是原po說的：
09/18 23:15, 65F
→
09/18 23:15, 12小時前 , 66F
AI 能解的問題 人工早就解了
09/18 23:15, 66F
→
09/18 23:16, 12小時前 , 67F
人工不能解的 AI 也不能解
09/18 23:16, 67F
→
09/18 23:17, 12小時前 , 68F
我們把標準降低，ai確實是一個稱手的好工具
09/18 23:17, 68F
→
09/18 23:17, 12小時前 , 69F
但把標準放回大家最初的念想agi，那我們確實還有
09/18 23:17, 69F
→
09/18 23:18, 12小時前 , 70F
很多需要努力，現在的ai，LLM都是時代的標記，沒
09/18 23:18, 70F
→
09/18 23:18, 12小時前 , 71F
什麼好大小聲的
09/18 23:18, 71F
推
09/19 00:49, 11小時前 , 72F
最愛大小聲的人不知道是誰，說不是文字接龍氣成這樣
09/19 00:49, 72F
→
09/19 00:49, 11小時前 , 73F
。笑死。
09/19 00:49, 73F
→
09/19 00:55, 11小時前 , 74F
要這樣定義 現在世界哪一門學科不是統計學 笑死
09/19 00:55, 74F
→
09/19 00:55, 11小時前 , 75F
簡化太多了吧 大哥 頭腦簡單也只能這樣簡化了
09/19 00:55, 75F
→
09/19 00:56, 11小時前 , 76F
阿醫學不也統計學 沒什麼嘛 社會學不也統計學 沒啥
09/19 00:56, 76F
→
09/19 00:58, 11小時前 , 77F
另外人工不能解但AI解得了的早就有了 那個叫AlphaGo
09/19 00:58, 77F
→
09/19 00:59, 10小時前 , 78F
你人類去下贏電腦嘛
09/19 00:59, 78F
→
09/19 00:59, 10小時前 , 79F
還在那邊人工不能解的 AI早也不能解 真的以管窺天
09/19 00:59, 79F
→
09/19 01:29, 10小時前 , 80F
真的不曉得在大聲甚麼 指出原PO一個明顯的錯誤而已
09/19 01:29, 80F
→
09/19 01:30, 10小時前 , 81F
旁觀者就氣成這樣喔? 要反駁也講點有道理的東西出來
09/19 01:30, 81F
→
09/19 02:53, 9小時前 , 82F
這篇就沒有一個字是正確的 通篇胡說八道嘛
09/19 02:53, 82F
→
09/19 02:54, 9小時前 , 83F
還在那邊AI只能解人類解過的 去看看erath 2好嗎
09/19 02:54, 83F
→
09/19 02:54, 9小時前 , 84F
AI就是利用巨量算力去模擬 暴力解那些人類解不了的
09/19 02:54, 84F
→
09/19 02:55, 9小時前 , 85F
人類解不了 沒正確答案 預測類的東西 就是要用試錯
09/19 02:55, 85F
→
09/19 02:55, 9小時前 , 86F
法 巨量算力就是拿來試錯用的齁
09/19 02:55, 86F
→
09/19 02:56, 9小時前 , 87F
現在普遍認知是 還解不了的 那是因為算力不夠 懂嗎
09/19 02:56, 87F
推
09/19 06:27, 5小時前 , 88F
為啥你講話一堆支語，好像在看一畝 XD
09/19 06:27, 88F
推
09/19 07:41, 4小時前 , 89F
LLM就是題庫啊XD 他根本不能算機器語言模型
09/19 07:41, 89F
‣ 更多 wsad50232 的文章
文章代碼(AID): #1cwGchxh (Tech_Job)
討論串 (同標題文章)
以下文章回應了本文：
完整討論串 (本文為第 2 之 5 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共5篇)
Tech_Job 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 wsad50232 的文章
文章代碼(AID): #1cwGchxh (Tech_Job)