0 关注者
3个月前
相关新闻
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
39分钟前
LLM从来都是那个聪明用哪个，用户迁移成本很低的； 希望基模厂商保持敬畏之心，好好利用LLM的认知能力帮用户解决好问题。
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
14小时前
LLM 的出现制造了一种 解释性幻象：语言看似主动解释了世界，但其根本只是统计折叠；解释性真正的主体性仍然依赖人类的投射与反投射。
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
14小时前
当然目前LLM还不具备生成解释性的动机，还依赖于人与LLM交互的投射与反投射机制。但是这种机制背后的人工神经网络计算的不可解释性，也是Hinton等人细思极恐不寒而栗的所在。
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
14小时前
日常阅读，更多是一种pretraining，只需要关注过程。 过往，我们人脑的语言能力还是在于自然语言社会解释性，形式语言的逻辑证明是这种解释性的产品化，二进制计算机程序则是解释性的极致体现-可计算的可trackable也可以scalable，把形式语言关于计算确定性完全offloaded。 LLM的出现带来了彻底的offloading。不仅仅是形式语言如coding的生成，还在于自然语言本体
Ken Wong
19小时前
存在即…这合理吗😥