encounter2017

encounter2017

V2EX 第 409290 号会员,加入于 2019-05-06 11:39:40 +08:00
encounter2017 最近回复了
他想要的不是 ai ,是赛博灯神
15 天前
回复了 MrRongts 创建的主题 职场话题 被 Code Review 折磨疯的组员
@MrRongts #12 不懂 rust, 不过这代码丢给 ai 分析,好像也看不过去。我认识的一个写 rust 的大佬说,乱用 unwrap 的都是在代码里拉屎
就说数学解题能力吧,9.11 > 9.9, train on test data is all you need, 这种问题还少了吗
有多少高分是数据泄露刷出来的,过拟合出来的,这还说不准呢。较新的数据集 Human Last Exam 目前模型最好的成绩是 GPT-5, 得分 25.32 , 满分 100
@zhwguest
因为没有理论支撑,意味着不可解释,难以复现。没有元素周期表的时候,古代的炼金术士也能炼丹呢,能利用核能吗?
@zhwguest 这种类比是不准确的

高级语言和垃圾回收机制都是有理论基础的,前者有类型系统与语义定理,编译原理作为基础,后者有可达性模型和分代的工程经验。而大模型有什么呢?涌现? scale 定律?目前依然没有靠谱的理论基础,我们这样用只是 it just works

1. 把更高抽象和更脏实现混为一谈
高级语言/GC 引入的是抽象与自动化,目标是减少偶然复杂度;而屎山是设计退化与耦合失控。前者通常降低出错率和变更成本,后者相反。

2. 把能修 bug 当成能演进系统
sre benchmark 中的任务相对固定明确,而现实业务中有很多业务相关的知识,如何让大模型准确理解业务领域的知识,并不是一件成本低廉的事情。

3. 假设 AI 修复是稳定且无副作用的
至少目前来看,ai 对代码的理解比 gpt3.5 时期刚出来的时候能力强了许多,但是依然不能保证没有问题。大模型的训练方式就天然决定了它的回答上限依赖于训练数据,无法解决新领域的问题,同时由于 token 输出依赖自然语言,同样无法解决自然语言相关的问题:概念描述和自我指代的悖论。
20 天前
回复了 hepin1989 创建的主题 程序员 Pekko 1.2.0 发布了——改善虚拟线程支持
不考虑在 1.x 版本多待会吗,直接就 2.0 了
一个简单的数学题目:
n / 9 = (n + 8) / 12, n = ?

n 越大左边越划算
> 子曰:「言,乃心之声。慎言,可以自保。」
哪个子?
57 天前
回复了 pDJJq 创建的主题 程序员 [完全开源]简历警察: 逮捕你的简历
感谢分享
关于   ·   帮助文档   ·   自助推广系统   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2131 人在线   最高记录 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 12ms · UTC 14:55 · PVG 22:55 · LAX 07:55 · JFK 10:55
Developed with CodeLauncher
♥ Do have faith in what you're doing.