原贴链接

我观看了2023年3月伊利亚·苏茨克维（Ilya Sutskever）的访谈，发现其中某些部分非常有趣。现在是2024年10月，自2023年3月以来，对于你的工作或个人任务而言，模型是否变得更有意义地可靠了？你认为这种趋势会持续下去吗？（原帖包含一个视频链接：https://llminfo.image.fangd123.cn/videos/1gemin4.mp4，但视频无法获取具体内容，仅能从文字部分分析）

讨论总结

此讨论围绕2023年3月到2024年10月模型是否变得更可靠展开。涉及多个方面的话题，如不同浏览器中reddit视频字幕的有无，不同模型在编程、写作等方面的可靠性，还有人表达对某些人工智能相关事物的厌烦情绪。在这些话题上存在不同观点，整体氛围既有理性讨论，也有火药味较浓的争论。

主要观点

  1. 👍 自2023年3月以来人工智能模型可靠性大大提高
    • 支持理由：如o1 - preview使用体验变好，现在提出需求就能得到结果，即使失败纠正也简单；模型有了更多成果，像RAG增强系统和图像理解能力。
    • 反对声音：无
  2. 🔥 Claude 3.5 Sonnet在编程方面可靠与否
    • 正方观点：Claude 3.5 Sonnet在编程方面变得可靠，在node.js/flask/python工作流方面有能力。
    • 反方观点：Claude 3.5 Sonnet无法遵循简单写作指令，表现不佳，浪费使用者15分钟时间。
  3. 💡 新技术工具是双向的
    • 解释：人们要学习适应工具，理解工具的能力边界，因为LLMs是快速变化的黑箱，适应过程耗时久。
  4. 💡 并非每个用例都要求100%的可靠性
    • 解释：如代码审查工作中，即使人工智能不是100%准确也可以，人类进行代码审查也不是100%准确；分类、标记、视觉/光学字符识别任务不需要100%成功率。
  5. 💡 对某些人工智能相关事物表示厌烦
    • 解释：如对LocalLLama子版块、封闭人工智能以及Claude宣传广告的厌烦。

金句与有趣评论

  1. “😂 On another note..do reddit vids really not have captions? Or maybe I can’t find them in firefox? That doesn’t seem very accessible.”
    • 亮点：引出火狐浏览器观看reddit视频字幕问题，开启关于浏览器兼容性的讨论。
  2. “🤔 Claude 3.5 Sonnet is a blithering fucking idiot that cannot follow simple writing instructions.”
    • 亮点：表达强烈情感，直接指出Claude 3.5 Sonnet在写作方面的糟糕表现。
  3. “👀 Reliability since then has skyrocketed.”
    • 亮点：简洁概括了自2023年3月以来模型可靠性的大幅提高。
  4. “😂 Yeah! LocalLLama sub and closed AI, claude hype ads are here. Get out!”
    • 亮点：直白地表达对某些事物的厌烦情绪。
  5. “🤔 IMO like any new tech tool, it’s a 2 - way street.”
    • 亮点：提出新技术工具双向性的观点。

情感分析

总体情感倾向较为复杂。一方面存在积极的态度，如认为模型可靠性提高；另一方面也有消极的情绪，如对某些人工智能相关事物的厌烦和对Claude 3.5 Sonnet的不满。主要分歧点在于对特定模型性能的评价以及对某些现象（如宣传广告）的态度。可能的原因是不同用户有不同的使用体验和期望。

趋势与预测

  • 新兴话题：不同用例对模型准确率的需求差异可能会引发更多关于如何根据不同任务选择合适模型的讨论。
  • 潜在影响：如果更多人意识到并非所有用例都需要100%的可靠性，可能会改变人们对人工智能应用的开发和使用方式，促进人工智能在更多领域的应用。

详细内容：

标题：关于模型可靠性的热门讨论

在 Reddit 上，一则题为“我观看了 2023 年 3 月伊利亚·苏茨克维（Ilya Sutskever）的采访。我发现这个特定部分最有趣。现在是 2024 年 10 月，自 2023 年 3 月以来，模型对于您的工作或个人任务是否变得更有意义地可靠？您认为这种趋势会继续吗？”的帖子引发了热烈讨论。该帖子获得了众多关注，评论数众多。

讨论的焦点集中在模型可靠性的变化以及未来的发展趋势。有人指出，自 2023 年 3 月以来，像 RAG 增强系统和图像理解等方面有了显著进步。例如，有人分享道：“在 2023 年 3 月我们有 https://huggingface.co/PygmalionAI/pygmalion-7b ，现在则有了更多。所以我认为可靠性有所提升。”

有人表示现在可以使用 1.5b 模型来修复电子邮件和提供总结，甚至能在 5 年的中档手机上本地运行。有人提到了一些可以在本地运行开源模型的应用，如通过 Termux 使用 Kobold 或 ChaterUI，还有 PocketPal 应用。

对于 Claude 3.5 Sonnet，观点则存在分歧。有人认为它在编程方面逐渐变得非常可靠，而有人则批评它不能遵循简单的写作指令。例如，有人说：“Claude 3.5 Sonnet 是个愚蠢的白痴，根本无法遵循简单的写作指令。”但也有人表示它在某些特定的工作流程中表现出色，比如 node.js/flask/python 工作流。

还有人提到，每个语言模型对提示的响应方式不同，可能在一个方面表现自然，在其他方面则需要更多或不同的结构与解释。

关于模型可靠性未来的发展，有人认为提升迅猛且会持续下去，比如有人说：“现在使用 o1-preview 时，我甚至无需费心思考提示，只需说出需求，它就能完成。”但也有人提到成本等问题可能会限制其发展。

有人认为，就像任何新技术工具一样，这是双向的，人们需要学会与工具相互适应和理解其能力范围。对于一些任务，并非需要 100%的可靠性，比如代码审查，即使准确率不是 100%，但在某些情况下也能满足需求。

总的来说，关于模型可靠性的讨论呈现出观点的多样性和复杂性，既有对进步的肯定，也有对存在问题的担忧。未来模型可靠性的发展仍充满不确定性，但人们对其持续关注和探讨，将有助于更好地理解和利用这一技术。