Leo Xiang

Leo Xiang

0 关注者

7小时前

计划11月12号在新加坡举办一个 Voice Agent 方向的 Workshop,目前还缺一位分享嘉宾,有在新加坡做LLM、Voice Agent、ASR/TTS 方向的伙伴愿意来贡献一个分享的不?

#新加坡 #Voice Agent Workshop #LLM #ASR/TTS #分享嘉宾

相关新闻

placeholder

宝玉

20小时前

无论是“要让AI成为编程架构师”,“写提示词只要掌握meta prompt,完全可以和LLM交互几轮来确定”,还是“汽车工业时代到来的前夕,你还去卷马车的驾驭技术”,我不太喜欢这类观点,于是每次忍不住要说两句。 就是因为这些观点都是在把复杂的问题简单化,尝试用一个简单的比喻或者以抽象的名字去解读复杂的问题,从而让很多不懂的人因此被误导。 比如写提示词,如果只需要 Meta Prompt,只要和

placeholder

Cell 细胞

2天前

人类群体就是 LLM, 可以通过 提示词 来“欺骗”...

placeholder

Justin3go

2天前

感谢Cursor每个月给我一天的LLM用量😅

placeholder

Jesse Lau 遁一子

2天前

有意思的是最近一个多月AI BUBBLE搜索量大幅上涨,且新加坡很多

placeholder

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

3天前

为什么人类的"约束"是LLM的"可能性条件"?(也是交互范式编程的可能性条件!) "硅基LLM和人类能通过人类语言这种符号系统交互,是来自语言的具身性约束。" LLM能够"理解""压力",不是因为它体验过压力,而是因为: 人类语言已经将"压力"编码为符号模式通过具身隐喻("压"的身体感) 通过语境共现("工作""焦虑""头痛") 这个编码是稳定的、可预测的因为所有人类共享相似身体 因此"压

© 2025 news.news. All rights reserved. 0.09486 秒. v1.0.46
我的评论