正在加载视频...

视频加载失败

天堂鸟,高质量求偶的代表 ,不过总的来说,它就是有洁癖。

17,708 次观看 • 5 个月前 •via X (Twitter)

9 条评论

Stephen Chan 的头像
Stephen Chan5 个月前

折腾一天就换那三秒

落叶知秋 的头像
落叶知秋5 个月前

为了这三秒,他觉得够了

DiceMaker.AI 的头像
DiceMaker.AI5 个月前

难怪跳得那么勤快

落叶知秋 的头像
落叶知秋5 个月前

哈哈哈,要老婆

Tianle 的头像
Tianle5 个月前

比我多一秒 佩服

ko 的头像
ko5 个月前

求偶赵忠祥厉害 还是这只鸟厉害?

Ve 的头像
Ve5 个月前

雌鸟不喜欢不整洁的男鸟(●`ε´●)

落叶知秋 的头像
落叶知秋5 个月前

@vaesmall 分析的很好

✨️LISA..ai✨️ 的头像
✨️LISA..ai✨️5 个月前

用盡心機

相关视频

熟悉Prompt的同学们应该都知道,通常在写Prompt的时候要先设定角色:“你是XX方面的专家”,这并非玄学,而是有科学根据的。 GPT在训练的时候,有各种训练数据,有的质量高有的质量低,而默认情况下,生成高质量数据和低质量数据的概率差不多,但是当你给它设定XX专家的角色时,它会尽可能把概率分布在高质量的解决方案上。 详细内容建议看下面这段Andrej Karpathy在State of GPT中的一段演讲。 以下是这段视频的文字文字内容: ---------- 下面我要讲的这点对LLM的理解非常有趣,我觉得这算是LLM的一种心理特性:LLM并不追求成功,而是追求模仿。你希望它成功,那就需要向它明确要求。这里的意思是,在训练Transformer的过程中,它们有各种训练集,而这些训练数据中可能涵盖了各种不同质量的表现。比如,可能有一个关于物理问题的提示,然后可能有学生的解答完全错误,但也可能有专家的答案完全正确。尽管Transformer可以识别出低质量的解决方案和高质量的解决方案,但默认情况下,它们只会模仿所有的数据,因为它们仅仅是基于语言模型进行训练的。 在实际测试中,你其实需要明确要求它表现得好。在这篇论文的实验中,他们尝试了各种提示。例如,“让我们逐步思考”这种提示就很有效,因为它把推理过程分散到了许多记号上。但效果更好的是这样的提示:“让我们以一步一步的方式解决问题,以确保我们得到正确的答案。” 这就好像是在引导Transformer去得出正确的答案,这会使Transformer的表现更好,因为此时Transformer不再需要把它的概率质量分散到低质量的解决方案上,尽管这听起来很荒谬。 基本上,你可以自由地要求一个高质量的解决方案。比如,你可以告诉它,“你是这个话题的领先专家。假装你的智商是120。” 但不要尝试要求太高的智商,因为如果你要求智商400,可能就超出了数据分布的范围,更糟糕的是,你可能落入了类似科幻内容的数据分布,它可能会开始展现一些科幻的,或者说角色扮演类的东西。所以,你需要找到适合的智商要求。我想这可能是一个U型曲线的关系。

宝玉

348,817 次观看 • 3 年前