guanweilu

你问 ChatGPT 一个历史问题，它回答得头头是道，连出处都有模有样。你顺手一查——人名对了，年份错了，书名是真的，作者是编的。这种事你肯定遇到过。但你可能没想过：幻觉不是一个笼…

你有没有过这种经历：看某个大模型的评测报告，MMLU 上拿了 90 分，感觉它已经是半个博士了。结果你真让它帮你做一道大学物理题，它给你一本正经地胡说八道。你可能会怀疑是不是自己用…

第一次看到 ARC-AGI 的题目时，我差点笑出声。一个 3×3 的彩色格子，上面画着几个形状，让你推断下一个输出。这分明是幼儿园的找规律题，哪里称得上 &qu…

你让AI做一件事：生成一段15秒的视频，画面是一只猫在弹钢琴，背景是肖邦的夜曲，旁白用中文说"这是我的杰作"。对用户来说这是一个需求，对模型来说这是三个完全不同…

我一直觉得，AI 模型的排行榜是个玄学。 今天这个模型拿了第一，明天那个模型又登顶了。评论区吵成一团：有人说“分数高不代表好用”，有人说“你懂什么，这叫客观评估”。我一度很困惑——…

2023 年，OpenAI 的 CEO Sam Altman 说，AGI 可能在未来十年内到来。同一年，Meta 的首席 AI 科学家 Yann LeCun 说，现有的大模型连猫都…

你有没有注意过，十年前车载导航说’前方五百米右转’的时候，每个字都像从塑料管子里挤出来的？而现在，你可以让 AI 用你妈妈的声音读一段童话。这中间发生了什么…

我有个朋友在银行做运营。他们部门上了RPA，每天自动处理几千笔对账，领导觉得终于用上人工智能了。结果有次银行系统升级，按钮挪了位置，机器人瞬间瘫痪，几千笔账全卡在流程里。朋友跟我抱…

我最早用 LoRA 调一个 7B 模型的时候，踩过一个很实在的坑：把 rank 从 4 调到 8，效果明显变好；调到 16，又好了一点；调到 32，几乎没变化，但训练时间肉眼可见地…

怎么判断一个 AI 回答得好不好？最靠谱的办法是请人看。但如果你在跑实验，一天要评几千条回复，请人看到月底可能比训练模型还贵。于是有人想了个偷懒的办法：让另一个 AI 来打分。这个…