 |
|
theohateonion
V2EX member #115210, joined on 2015-05-05 09:33:52 +08:00
|
 |
Per theohateonion's settings, the topics list is hidden |
Deals info, including closed deals, is not hidden
theohateonion's recent replies
^ 同上。
如果想要说什么,给自己几秒钟缓冲时间,不要脱口而出。
不知道为什么这么好的分享没有人回复。
每一点基本上都是我踩过的坑。
比较好奇有没有工具来管控 spec 的质量,目前看下来对于 spec 粒度有比较好把控的 engineer 基本上和 ai 协作的都比较好,而许愿式开发的 engineer 很容易陷入 AI 疲劳(摊子铺得太大且并行,非常容易失控)
还有把 session 内容沉淀成真正有用的 fact ,如何做召回验证,确保留存的 fact 不会和事实偏离太远?
OP 挺好的,见识过你就懂了。倒也不用封心锁爱,勇敢去爱,然后不合适就分开就行了。你最终会找到合适你的那个人的。
加了后训练的数据集,模型本身肯定比裸开源模型要好的。即使基座是一个很小参数的开源模型,只要业务上有价值,我感觉很多公司都会跟进然后训练自己的模型然后进一步提升效率。
如果每一个结果真的到了毫秒级别的响应了,那就是另一个 level 的应用了。如果考虑准确度不敢接入业务系统的话,在内部工具里面用用肯定没问题的。
如果着急用钱,拿就拿出来。如果本来就是闲置资金,并且没有很好的新的投资标的,那就放着呗。同上,祈祷式炒股本质上就是赌博,和买大小没啥区别。
商业项目,选生态好的语料足的,确保 AI 不会写一些邪门歪道的代码。
个人项目,选你觉得最酷的。
基本上很像我自己日常的工作流,比较好奇 smoke 为什么需要人工?