#数据训练

3天前

人和 ai 的差异没那么大。人的心法/逻辑/思考方式，就是 LLM 大语言模型底层；平时的“事上练”/经验/盈亏/读书，就是数据训练。所谓进步和升级，无非就是一边升级模型底层，一边不断喂数据。这样当 prompt 提示词适当的时候，就能给出更令人满意/更聪明/更接近正确的答案。

深度学习模型升级引发AI能力大跃进，行业迎新变革· 95 条信息

#AI #LLM #大语言模型 #数据训练 #模型升级

Fiona ❤️& ✌️

3周前

为什么机器人看起来笨笨的？结合最近看的奇幻电视剧，“妖变人没有那么简单”，“钢铁变人“也是如此。机器人最重要的两部分，头脑和身体。简单说他的笨笨，是在替代做人这件事情上，他的头脑差一点，身体也差一点。本文先说上半部分，头脑🧠。头脑如何变聪明，需要天量的数据训练。机器人的语言模型既有VLM（视觉-语言模型）又有LLM（大语言模型）。为什么机器人需要 VLM？因为语言模型没有眼睛，只能“听懂”但看不到世界。比如你说“帮我拿起桌上左边的水杯”，机器人必须“看见”才能行动。单靠视觉模型也不够，视觉模型能识别物体，但不会理解人类语言和意图。 VLM = 融合大脑和眼睛人类指令（语言）+ 环境感知（视觉） → 统一转化成动作计划。我们现在所习惯的自动驾驶事实上也是VLM。只是自动驾驶需要学习的数据少的多。毕竟人形机器人模仿人，他的应用场景多样性和复杂度都是下一个维度。而在VLM训练上，机器人所需的数据量和实际的数据量仍有巨大的差距。现在产生这些数据的方式主要是“动作捕捉”和“VR远程操作”。这种数据采集方式成本极高+效率低，贡献的数据量也不够。同时这些来自特殊采集方式的数据往往缺少“泛化性”。机器人训练常常在干净、可控的环境：桌子上放几个常见物体（瓶子、杯子、积木）。但现实里：杯子可能是半透明的、反光的、被纸巾挡住一半。家里/工厂环境有各种干扰（杂物、噪音、人走来走去）。训练数据缺少这种“长尾情况”，所以一旦环境变化，机器人就“笨”了。

#机器人 #VLM #数据训练 #泛化性 #人工智能

1个月前

我突然想到，图 2 的训练数据除了来自地图街景外，还可能来自社交媒体定位打卡的动态。我们的数据被广泛用于训练，但是我们没有拿到一分钱。当然，我们可以提供廉价的 Token 获益，但是，这局限在了你不是麻瓜。

#社交媒体定位打卡 #数据训练 #廉价Token #麻瓜 #数据价值

3个月前

今天行情一般，傻哥已经和群友聊起了两性关系了。傻哥突然有个创业想法就是用agent，陪聊陪中年女人聊天，满足她们的感情需求要代替用户嘴炮的那种把用户历史和女人聊天的记录全部拿去训练生成独立agent 然后和社交工具打通这样可以高并发并且省去中间无聊的过程，解放天下男性这时群友提醒我，这不就是 #0xdream 在做的事情么? 傻哥一看，#0xdream 是基于 MCP 构建的 AI 基础设施协议 AI agent+沉浸式AI伴侣+MCP的基础设施傻哥一看，0xdream是 Star Japan Studio开发的，官方宣称已经有了4700万用户，并且年收入16M 如此质地，在bsc的AI项目中不多见； $Jager 这个项目，自从傻哥在五一假期发掘至今历经坎坷波折拥有20万地址数, $Jager 还是坐稳了bsc分红一哥的位置这几天看价格也终于稳住了。两个预售，直接说结论： $Sahara 今天还是陆陆续续有人在冲群友预测这次估计会超募10倍单号利润在200刀另外一个项目 $plasma 的公募，热度低得多 $plasma 是今晚9点开始公募的群友测算也有大概40%左右的收益率但 $plasma 的锁仓很恶心本金锁仓40天比较久+XPL锁定40天解锁这个双锁会吓退很多人, 愿意吃锁仓风险的上车。

#创业 #两性关系 #智能聊天 #高并发 #社交工具 #数据训练 #科技创新