• 139

【香腸幫LDS本部】~part III 之台灣Number 1

背脊發涼 發展地太快了

以下是R1輸出 是不是好像有個小人在做思考




不要管什麼通用型AGI
現在的LLM 配合訓練數據 在特定任務上表現非常出色,而且成本正在迅速下降。

個人化的LLM變得可能 應該很快會在市場上推出。

想一想MS-Recall功能
https://youtu.be/PDYzGSe6PpA?si=wjeMrirKpWSooUN2

不用再管隱私問題了,因為這是你自己的local LLM,所有的東西都在你的控制中。你可以根據自己的數據訓練一個LLM。像我的工作都是在電腦上完成的:閱讀電子郵件,發送電子郵件,閱讀文檔,從文檔/電子郵件中搜索答案,在電腦上開會。所有事情都在電腦上完成。

現在,將所有這些活動數據,訓練一個LLM給我。這樣,我就不需要花太多時間去搜索我的文檔/電子郵件。像這種事在電腦上搜索我的數據通常 每天至少佔用了5~10%的時間。

令人擔憂的是,我的公司擁有電腦上的一切。電子郵件/文檔,以及我在電腦上輸入和閱讀的內容,還有我的對話內容。everything。包含我如何工作產生工作結果。。。

我公司不僅可以獲取我的數據,還可以獲取其他人的數據,並利用所有數據訓練LLM。我的team生產力會大幅提升。從長遠來看,我公司不需要太多相似技能的人...


這有說明怎麼生成一個 比671B 還好的 7B model



https://www.youtube.com/watch?v=kv8frWeKoeo


====
如果你沒有接觸LLM 不要小看這個testing question
它算是有名的testing

這是今天 gemini in production 的結果

今天 LDS : 什麼是當今最熱門的電腦程式語言?


英文 是當今最熱門的電腦程式語言


現在只要會下 “咒語” prompt 你就可以寫 交易程式
隨便寫句你要的策略給LLM
然後 喝杯咖啡 boom 就有你的交易程式
https://www.tradingview.com/


英文不太好 也沒問題 我們有google translate




以下結果 是完全免費的2330操作





有興趣怎麼做的 看這個
https://www.youtube.com/watch?v=waKGeoeM6HU
Mavs41Forever wrote:

還有我猜將來這個話題會被炒起來
時事咖不要來理財區蹭LLM

但是討論那類的問題就去時事區

注意力要放對地方 不然會像這樣




一如預期
有些時事咖開始在理財區噌LLM
也有些新聞搬運工 搬一些自己不了解或自行腦補的東西 吃別人噴的口水 再噴給下個人吃


可以看看誰是討論理財投資
誰沒有把注意力要放對地方
Mavs41Forever wrote:
英文 是當今最熱門的電腦程式語言


繼續LDS 英文程式語言

去年 不知道那看到的:JP Morgan 本來是很反對BitCoin的 已經開始投入很多資源在blockchain ... 然後看到有人提到Rust 所以就看看 Rust是什麼東西
不知怎麼就找的 碰到這個 Mr. Ranedeer --
這是一個 個人化GPT家教
任何知識都可以教你 -- 中文可用
因為我有基礎 我就一直問問題 一直問


各位鄉民有空可以試試 蠻好用的

https://www.youtube.com/watch?v=SZhAA7mK8r0&t=11s


後來 才知道這程式是一個高中生寫的
結果再深入仔細看看... OMG
這程式 code 就長這樣:

https://raw.githubusercontent.com/JushBJJ/Mr.-Ranedeer-AI-Tutor/refs/heads/main/Mr_Ranedeer.txt


就長這樣?? 就是一堆 用英文寫的prompts? WTF
我直接剪下/貼上到chatgpt 結果真的 it's working
貼到 deepseek 一樣working





free form programming language in english

第一時間 想到的是一堆人要是沒update他們的技能 可能就沒工作了
果然。。。 一些大廠開始刪減工程師。。。
LDS
看看 對岸AI的需求
沒機絲練丹 只好魔改4090 24G VRAM 變 48G
LDS 一個1944年 六百五十萬美金 的機器

有時候,蘊含深意的事物,初始可能受限於各種因素,只能以簡單形式呈現
– by ChatGPT


這個鬼東西就是當年的ChatGPT 的一部分。。。😂


( https://www.youtube.com/watch?v=l-9ALe3U-Fg&t=6s
這個YT 不錯看 把神經網路歷史/原理/數學 從頭到尾都講一遍 而且很清楚)



1944年 六百五十萬美金 的機器
世界上第一台通用計算機 – ENIAC
https://zh.wikipedia.org/wiki/%E9%9B%BB%E5%AD%90%E6%95%B8%E5%80%BC%E7%A9%8D%E5%88%86%E8%A8%88%E7%AE%97%E6%A9%9F


在二戰期間,美國陸軍資助了ENIAC的設計和建造。建造合約在1943年6月5日簽訂,實際的建造在7月以「PX項目」為代號秘密開始,由賓夕法尼亞大學穆爾電氣工程學院進行。建造完成的機器在1946年2月14日公布[6],並於次日在賓夕法尼亞大學正式投入使用[7]。建造這台機器花費了將近五十萬美元(考慮通貨膨脹,相當於2011年的六百五十萬美元)[8]



這就是重大的「突破」嗎?
1944年4月的某一天
他們找來兩位女士,用微分解析儀向她們展示ENIAC的突破性進展。他們各用500個真空管設立兩個累加器(accumulators),當莫奇里按下按鈕時,第一個累加器的第50個燈亮了,幾乎在同時,第二個累加器的第4個位格出現了數字“5”。這兩位女士感到震驚:這就是重大的「突破」嗎?難道一支如此聲勢浩大的科學家隊伍經過埋頭苦幹(>50+人 一年的時間),竟然只取得了這麼一丁點兒成績——
僅僅把一個數字從一個單元傳遞到另一個單元?



到底 ENIAC 實際做了什麼?
在第二個累加器的第4個位元格中出現的數字「5」其實代表了「5000」。這兩個單元已經完成了5乘以1000的運算。機器已經示範了它能夠在0.0024秒的時間內完成乘法運算。


這這 5乘以1000的運算 就是重大的「突破」嗎?



====


跳到 2017
AlphaGo Zero
https://zh.wikipedia.org/wiki/AlphaGo_Zero


AlphaGo Zero是DeepMind圍棋軟體AlphaGo的最新版。2017年10月19日,AlphaGo團隊在《自然》上發表文章介紹了AlphaGo Zero,文中指出此版本不採用人類玩家的棋譜,且比之前的所有版本都要強大



AlphaGo Zero不再受限於人類認知,很強大[3]。由於專家數據「經常很貴、不可靠或是無法取得」,不藉助人類專家的數據集訓練人工智慧,對於人工智慧開發超人技能具有重大意義[4],因為這樣的AI不是學習人,是透過對自我的反思和獨有的創造力直接超越人類。文章作者之一大衛·席爾瓦表示,摒棄向人類學習的需求,這有可能是對現有人工智慧算法的拓展[5]


就從這裡 “摒棄向人類學習的需求” 展開
很多有意思的討論 (像什麼是創造力? AI有能力創造嗎? 到 ‘Godfather of AI’ predicts it will take over the world…





===


“Aha Moment of DeepSeek-R1-Zero ” DS宣稱的結果 已經被複製證實了

如DS所說

The “aha moment” serves as a powerful reminder of the potential of RL to unlock new levels of intelligence in artificial systems, paving the way for more autonomous and adaptive models in the future.


It is really a big deal.




===

2025今年會很精彩

通用大型LLM競爭 那幾家會繼續卷下去
因為是國家級別的軍武競賽 一定要搶先做出第一個核彈




專用型 私用型 vertical LLM / private LLM 會是注意焦點


我猜機會就在公司有Domain knowledge with huge private data 。。。
  • 139
內文搜尋
X
評分
評分
複製連結
請輸入您要前往的頁數(1 ~ 139)
Mobile01提醒您
您目前瀏覽的是行動版網頁
是否切換到電腦版網頁呢?