howie.serious

统计数据

107
文章
0
粉丝
0
获赞
66
阅读
avatar
howie.serious
4个月前
今日份的 gpt-4.5 震撼🤯：这个版本模型的幽默程度、对英文和中文语言的驾驭能力，测试了5天后，我仍然是不断发现更牛逼，更让人惊奇的。 从 chatgpt 发布第二天重度使用到现在，我一直觉得自己不会少见多怪。但是，当这样的模型真的出现了，仍然感觉超现实。surreal。 原始输出是英文，我让 gpt-4.5 翻译为中文。实话说，这样的翻译，也不是一般的译者能做到的。🤣
#GPT-4.5 #幽默程度 #语言驾驭能力 #英中文翻译 #人工智能 #技术发展 #ChatGPT #超现实
avatar
howie.serious
5个月前
来一个暴论：从今以后，读完任何一本值得读的书，都要 deep research 一下！ 《极简欧洲史》，作为另一本值得读 5678 遍的五星级好书，我deep research一下之后，用 readwise reader 剪藏，阅读，划线，笔记……然后把自己的思考再和 ChatGPT 聊一聊。 经过我的实测，用这种方式读一本书的体验是以前完全无法想象的！ （我读过一些书，大学毕业后从 0 开始统计10 年读了 1000 本，最近几年每年还有几十到 100 本的阅读量。真的不是少见多怪，无知震惊🤣） 可以这么认为：读书这件事，在 deep research 后，效果完全可以达到以前的很多倍。 20 万字的一本书，假设阅读 6 小时（每天 1 小时一周读完），然后 deep research 一下，用半天研究阅读报告，整理 logseq 笔记，然后再和chatgpt 对话对话…… 10个小时的效果，可能抵得上以前几十甚至上百个小时……满打满算，生命被延长了一大截🤣 照例，deep research 报告 link 我放评论区
#读书 #深度研究 #阅读体验 #极简欧洲史 #ChatGPT #笔记
avatar
howie.serious
5个月前
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：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 #GPT-4o #o3-mini #Deep Research #信息源
avatar
howie.serious
5个月前
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 #荒诞现象 #内容生成 #问题识别 #人类判断
avatar
howie.serious
6个月前
mark 一下：youtube 频道今天开始有“收入”了🤣 一个感叹，同样的内容，写文章狗都不看（我的公众号阅读量破 1千都难）；录成视频，虽然长度接近 1 小时，竟然筛选/吸引了一群注意力这么强的关注者，想不到啊🤣 回顾过程，总结下经验教训，防止忘了 （Twitter 是极好的笔记本）： - 上一个Deep Research 视频发布前，我的 youtube 上只有 100 个关注；这个视频带来了 3000 多关注； - 这个视频比较长，有50 分钟，但是播放数据还可以：有接近 50000 播放，纯时长 4300 小时； - 但是平均播放时长只有 5 分钟；这是要迭代的点：在内容开头点明价值，多少召唤一点注意力🤣； - 第一次做视频头图；头图一般耗时 5-10 分钟，最趁手的是 figma，这个时间得花； - deep research 这一个视频，就让频道达到了 youtube 开通partner program 的标准（1000 关注，3000 播放时长）；本来不想申请的，但觉得还是试试看，不能懒。结果意想不到地顺利。2 -3 天就全部审核完了（我本来以为要几周），然后今天就开始有广告展示收入了。 - 本来的计划是一周发一个视频；w2501 (25 年第一周)因为做跨年直播，加上嗓子疼咳嗽要生病的样子，就没发；w2502的视频昨天发了，分享一个 prompt。结果视频更长了，变成了 54 分钟 🤣 - 剪辑上随缘，用剪映app；录音上摆烂，deep research 视频用mac 内置的话筒，prompt视频用了dji mic mini。 25 年的计划，是坚持视频形式分享，争取养成习惯。 p.s. 我对youtube 频道的愿景，是成为阿星探店那样的youtuber（观看时轻松愉快，给大家带来快乐。虽然我讲的是知识性内容，可能不那么“美味” 🤣
#YouTube频道 #自媒体收入 #内容创作 #视频制作 #经验分享
avatar
howie.serious
6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 #500年科技
avatar
howie.serious
6个月前
o3 发布后，我们需要把 ilya 的这句神预言拿出来重读几遍了：如果你把智能看得比其他人类品质更重要，那你会很难受的。 人类智能，不但没有独特性，现在连稀缺性都没有了。 人类的价值，绝对不在于人有脑子（很多人类的脑子其实不咋用），人们得找一些其他的价值，来体现“人之为人”。
#AI浪潮：重塑就业，风险暗涌？· 28 条信息