J'ai probablement dépensé plus d'une centaine d'heures de construction de petits outils LLM pour ma configuration post-production. Et l'expérience de les amener à être utile a élargi mes horaires. J'essaierai d'amener les LLM à réécrire les transcriptions autogènes pour la lisibilité comme le ferait une personne. Ou je vais essayer de les faire identifier des clips de la transcription au tweet. Parfois, j'essaierai de le rassembler avec moi pour écrire un essai avec moi. Ce sont des horizons courts simples, autonomes, des types de tâches de matrice qui devraient être un centre mort dans le répertoire LLMS. Et ils sont 5/10 avec eux. Ne vous méprenez pas, c'est impressionnant.
Le problème de base, cependant, est que les LLM ne s'amélioreront pas avec le temps comme le ferait une personne. Le manque d'apprentissage continu est un gros problème. La ligne primaire LLM pour de nombreuses tâches pourrait être supérieure à une personne moyenne. Cependant, il n'y a aucun moyen de donner un modèle de haut niveau. Vous êtes coincé avec les compétences que vous obtenez de la boîte. Vous pouvez toujours jouer avec la demande d'entrée du système. Dans la pratique, cela ne produit tout simplement rien qui presque presque presque.
La raison pour laquelle les gens sont si utiles n'est pas principalement leur intelligence brute. C'est votre capacité à créer un contexte, à remettre en question vos propres erreurs et à prendre de petites améliorations et une efficacité dans la pratique d'une tâche.
Voici tout l'attachement, je suis agile.
Le Post Dwarkesh est apparu pour la première fois dans la révolution de Rim au démarrage lent.
#Dwarkesh #début #lent
