参数多到一定程度,训练方法和训练质量更重要了【将来可能要划到教育学范畴里了
总之我的使用体验是,ai目前还不能帮你解决真正的逻辑问题,更多的是自然语言理解 并从海量的已有信息里提取出相关性最高的输出,LLM确实杀死了NLP的比赛
用在写代码里,更多的是解决了重体力工作,比如怎么调库传参,一些“行活”可以直接给出code snippet等等,还有根据你已有的代码上下文推断接下来应该怎么写 这一点有时候推断非常准,有时候也很智障...总之确实是一项生产工具的质的提升,堪比当年搜索引擎的问世 但是同样也面临垃圾信息干扰的问题
【 在 lvsoft 的大作中提到: 】
: 我倒是觉得没有涌现,只是线性增长也足够恐怖了。
: AI现在大概是200B规模,人脑突触大概是200T规模,差了3个数量级。以现在工程规模的发展速度,10年内就能赶上,如果能一直保持这种线性增长,ai很快就能超越人了。现在就已经这样了,比现在还强3个数量级那是要哪样啊...
: 至于具体的写代码问题,我的建议是ai最重要的还是使用姿势,是否能发掘释放出它的潜力很重要。这一点在chatgpt上,在stable diffusion上都表现的很明显。
: ...................
--
FROM 111.198.57.*