x-howie.serious 来源下的内容 - news.news

暂无通知

x-howie.serious

howie.serious

1天前

search vs deep research，AI 搜索的三个层级：使用 ChatGPT 时，什么时候用gpt-4o+search，什么时候用 o3-mini+search，什么时候用 o3+deep research？ AI 搜索的三个层级： level1 gpt-4o+search：搜索信息、综合多个信息源内容，给出一个整体回答； level 2 o3-mini+search：leve search vs deep research，AI 搜索的三个层级：使用 ChatGPT 时，什么时候用gpt-4o+search，什么时候用 o3-mini+search，什么时候用 o3+deep research？ AI 搜索的三个层级： level1 gpt-4o+search：搜索信息、综合多个信息源内容，给出一个整体回答； level 2 o3-mini+search：level 1+推理过程；如果问题是需要思考的，需要多步骤的推理过程，最终给出一个权衡、分析后的结果，就用o3-mini； level 3 o3+deep research：level 2 + 难度为研究级别，输出结果为千字~万字的研究报告；换一个角度：如果一个问题是人工用几分钟可以解决的，用 gpt-4o+search就够了；如果一个问题是人工用几十分钟可以解决的，用o3-mini+search；如果一个问题是人工用几个小时、甚至几天才能解决的，用 deep research。底层模型的区别：除了产品设计/system instruction 上的区别，主要区别在底层模型。 gpt-4o 是预训练范式的知识模型，上下文窗口 128k，输出长度 16k；强在语言理解； o3-mini 是强化学习范式下的推理模型，上下文窗口 200k，输出长度100k；作为蒸馏模型，语言能力是低于 gpt-4o 的，但是强在推理；而推理模型+search = magic。 deep research 则是 agent 范式下的产物的。相对于o3-mini，它是满血 o3，语言能力更强；相对于gpt-4o，推理能力碾压。作为独立的 AI agent，异步处理任务。它会向你提出 clarifying question，和你明确需求。一旦需求明确，就成了“飞毛腿导弹”——发射后不管。它会用几分钟到几十分钟时间帮你独立完成这一研究任务。 AI 搜索这件事，仅仅不到一年的时间，已经发展到这个程度，相当令人震惊。 #AI搜索 #层级 #ChatGPT

howie.serious

3周前

幽默与讽刺，在判断LLM智能水平，屡试不爽，简单明了。这个测试案例中，我提的问题是：“这幅图片，讽刺的是什么现象？这种现象的荒诞之处在哪里？” 目的是看 LLM 能不能直截了当，精准点名讽刺对象、荒诞之处。因为很多 LLM 可以胡说八道，生成一堆看起来有模有样实际上不及格的内容。这种现象，对于非幽默讽刺的问题，人类很多时候都是很难识别和判断的。但是，在讽刺幽默问题上，结果的质量非常好 幽默与讽刺，在判断LLM智能水平，屡试不爽，简单明了。这个测试案例中，我提的问题是：“这幅图片，讽刺的是什么现象？这种现象的荒诞之处在哪里？” 目的是看 LLM 能不能直截了当，精准点名讽刺对象、荒诞之处。因为很多 LLM 可以胡说八道，生成一堆看起来有模有样实际上不及格的内容。这种现象，对于非幽默讽刺的问题，人类很多时候都是很难识别和判断的。但是，在讽刺幽默问题上，结果的质量非常好判断。测试打分如下： - o1 得分 100 分：直击本质； - gpt-4o 80 分：认识到了本质，也基本没有偏离； - gemini 2.0 flash thinking ，最多 60 分，实际不及格：错误理解了本质，但也谈到了“忽略自身命运”，但胡说八道的程度也不低； - gemini 2.0 exp，40 分: 没抓住本质，通篇胡说八道；学渣模式； - gemini 1.5 pro，0 分：和图里的两个货是一个水平🤣（后两张图片在评论中补发）结论：在语言理解上，gemini 系列模型和 gpt、o1 还有本质差距。普通人日常使用，尤其是语言理解场景，还是要以 ChatGPT 为主力。 #幽默与讽刺 #LLM智能水平 #讽刺现象

howie.serious

1个月前

把人类过去 500年来的全部技术，用一张24 米长、3 米高的巨型图片一次性呈现，会是怎样的体验？根据多年来博物馆和看展体验，这种项目必须置身其中。虽然也有网站（地址在讨论区），但是在电脑屏幕上看到和站在 3 米高24 米长的画布前看，是完全不同的两回事。但是，Apple Vision Pro 或VR 设备应该可以创造同等体验。有条件的朋友或许可以体验一下，分享下感受。我看了下内容，其 把人类过去 500年来的全部技术，用一张24 米长、3 米高的巨型图片一次性呈现，会是怎样的体验？根据多年来博物馆和看展体验，这种项目必须置身其中。虽然也有网站（地址在讨论区），但是在电脑屏幕上看到和站在 3 米高24 米长的画布前看，是完全不同的两回事。但是，Apple Vision Pro 或VR 设备应该可以创造同等体验。有条件的朋友或许可以体验一下，分享下感受。我看了下内容，其实也就那样（见图 4）。很多百科全书在形式和内容上都胜过这个项目。但是，关键在于置身其中。 Vision Pro这样的设备，以后还是会普及到人手一台的。因为有这一类项目的存在。 #技术发展 #展览体验 #虚拟现实

热搜榜