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月前 (2024/09/17 12:46), 1月前編輯推噓11(20推 9噓 79→)
留言108則, 26人參與, 1月前最新討論串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月前 , 1F
有卦有推
09/17 12:51, 1F
→
09/17 13:01, 1月前 , 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月前 , 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月前 , 4F
哪間
09/17 14:24, 4F
噓
09/17 15:17, 1月前 , 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月前 , 6F
萬華區 總投資五年回收哦
09/17 15:17, 6F
推
09/17 16:21, 1月前 , 7F
哪間
09/17 16:21, 7F
→
09/17 16:44, 1月前 , 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月前 , 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月前 , 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月前 , 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月前 , 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月前 , 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月前 , 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月前 , 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月前 , 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月前 , 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月前 , 18F
東西了
09/17 23:34, 18F
推
09/18 00:47, 1月前 , 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月前 , 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月前 , 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月前 , 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月前 , 23F
？笑死。
09/18 00:57, 23F
噓
09/18 03:21, 1月前 , 24F
什麼時候LLM做天氣預測了。。。
09/18 03:21, 24F
→
09/18 03:22, 1月前 , 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月前 , 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月前 , 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月前 , 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月前 , 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月前 , 30F
小氣的小公司嗎
09/18 08:48, 30F
→
09/18 08:49, 1月前 , 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月前 , 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月前 , 33F
分類問題你們懂嗎
09/18 11:02, 33F
噓
09/18 11:22, 1月前 , 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月前 , 35F
了 你就這樣吧
09/18 11:22, 35F
噓
09/18 12:29, 1月前 , 36F
還在接龍真的超級可悲
09/18 12:29, 36F
→
09/18 15:34, 1月前 , 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, 1月前 , 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
還有 30 則推文
→
09/18 23:17, 1月前 , 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, 1月前 , 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, 1月前 , 71F
什麼好大小聲的
09/18 23:18, 71F
推
09/19 00:49, 1月前 , 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, 1月前 , 73F
。笑死。
09/19 00:49, 73F
→
09/19 00:55, 1月前 , 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, 1月前 , 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, 1月前 , 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, 1月前 , 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, 1月前 , 78F
你人類去下贏電腦嘛
09/19 00:59, 78F
→
09/19 00:59, 1月前 , 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, 1月前 , 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, 1月前 , 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, 1月前 , 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, 1月前 , 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, 1月前 , 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, 1月前 , 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, 1月前 , 86F
法 巨量算力就是拿來試錯用的齁
09/19 02:55, 86F
→
09/19 02:56, 1月前 , 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, 1月前 , 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, 1月前 , 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
推
09/19 12:52, 1月前 , 90F
有人還不清楚AI是訓練出一個權重 所以它能處理的範
09/19 12:52, 90F
→
09/19 12:52, 1月前 , 91F
圍幾乎是無限的 也就是你可以給它任意一個input只
09/19 12:52, 91F
→
09/19 12:52, 1月前 , 92F
是正確率多少罷了 就算是個接龍遊戲AI最後也是比人
09/19 12:52, 92F
→
09/19 12:52, 1月前 , 93F
類強 在遇到沒見過的題目 AI答對的機率比人類高所
09/19 12:52, 93F
→
09/19 12:52, 1月前 , 94F
以也沒有什麼人工不能解的問題AI也不能解 去想想Al
09/19 12:52, 94F
→
09/19 12:52, 1月前 , 95F
phago的例子
09/19 12:52, 95F
推
09/19 13:18, 1月前 , 96F
舉車牌辨識為例 你拿幾千幾萬個車牌訓練它 跟人類
09/19 13:18, 96F
→
09/19 13:18, 1月前 , 97F
一樣 它就能去辨認所有的車牌 下雨天的 光線不好的
09/19 13:18, 97F
→
09/19 13:18, 1月前 , 98F
弄髒的車牌 正確率還比人高 為什麼? 因為它掌握的
09/19 13:18, 98F
→
09/19 13:18, 1月前 , 99F
核心認知 比人更貼近事實 它的函數推導出來的更為
09/19 13:18, 99F
→
09/19 13:18, 1月前 , 100F
精確誤差更小
09/19 13:18, 100F
推
09/19 13:51, 1月前 , 101F
LLM都有個M了還不是模型? 所有的AI都是大題庫訓練
09/19 13:51, 101F
→
09/19 13:51, 1月前 , 102F
出來的模型
09/19 13:51, 102F
噓
09/19 20:25, 1月前 , 103F
AI主要是用來節省人力物力
09/19 20:25, 103F
推
09/20 01:26, 1月前 , 104F
會拿alphago來比生成式ai就知道真的是完全不懂xD
09/20 01:26, 104F
→
09/20 01:39, 1月前 , 105F
有人連中文都看不懂那算什麼？不曉得這邊哪個人哪一
09/20 01:39, 105F
→
09/20 01:40, 1月前 , 106F
句有把AlphaGO跟生成式AI比耶？
09/20 01:40, 106F
推
09/20 20:30, 1月前 , 107F
當前的AI 死穴在於歷史模型永遠無法預測未來、人腦
09/20 20:30, 107F
→
09/20 20:30, 1月前 , 108F
可以用數理模型和想像力給出更合理判斷
09/20 20:30, 108F
‣ 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)