 |
1
wenzhoou 1 天前
有些片面。前一代 AI 可能是这样的。
但是现在的 AI 已经越来越成熟了，我们的认知也需要跟着提高。 比如说让 AI 计算 17x28 他不会，但是他也会自己调用工具来计算，这就很厉害了。 作为一个工具，还是要看你怎么用。 如果仅仅把 AI 看成是成语接龙游戏，那么人类的智能，其实也是成语接龙游戏。 你看小孩子，你跟他说"锄禾日当~"他就会说"午" |
 |
2
iOCZS 1 天前
因果关系有问题：AI 给每个词安排一个位置，意思相近的词，坐标就相近。
我觉得嵌入是 AI 的基础，将各种材料通过嵌入表示成了向量。 |
 |
3
siweipancc 1 天前 via iPhone
我喜欢跨领域问东西，然后看 ai 会不会胡说八道
|
 |
4
xiaoshu OP  2
@wenzhoou tool use 是很厉害的扩展，但基础没变。
比如，我测试过最新的 gpt5.1 ，解一个华容道死局，会胡乱说，但是如果让其通过写代码解题，就能立即确定无解。 代码的确定性弥补了模型的不确定性， 但没有改变模型不确定的本质 |
|
5
xiaoshu OP 十年前我在 V 站找到实习，入行程序员，一直很喜欢这里。
我会陆续把自己在腾讯内网的文章与课程同步到这里，对 AI 学习、应用开发和最佳实践，也可以关注我新开的公众号。 很高兴回答大家的问题。 |
 |
6
katwalk 20 小时 38 分钟前
了解大语言模型（ LLM ）底层「基于概率预测下一个 Token 」的逻辑，老实说，对我而言更像是一种社交谈资，对实际提升使用水平基本没有帮助。真正让我 AI 使用技能得到提升的，不是 AI 理论，而是每一次对话、实践中积累一点点的实操经验的累积。这就好比普通人学游泳，并不需要弄懂流体力学。
|
|
7
xiaoshu OP |
 |
10
encounter2017 4 小时 21 分钟前
@katwalk 原理还是有用的，你知道 token, 知道词表，那你就可以通过手动替换词表做一些很 hack 的事情，可以为中文定制一个更高效的子词词表，让相同的内容用更少的 Token 表示
|
|
11
katwalk 4 小时 1 分钟前
@encounter2017 我们日常和 LLM 对话的时候如何应用，能举个例子吗？
|
 |
13
Yuunie 1 小时 33 分钟前
这些问题很久之前我都问过 AI 了，它确实是这么和我说的。
都有 AI 了，它怎么运作的问它不就行了。 |
Select Language