اختراق الذكاء الاصطناعي؟ انسَ سباق حجم النماذج. التغيير الحقيقي ليس وحشًا آخر بحجم تريليون معلمة - بل هو جودة البيانات.
إليك ما يفتقده معظم الناس: زيادة القدرة الحاسوبية على مجموعات البيانات الاصطناعية تؤدي إلى عائدات متناقصة بسرعة. ما الذي نحتاجه فعلاً؟ بيانات عالية الدقة من سيناريوهات العالم الحقيقي. الأشياء الفوضوية وغير المتوقعة التي تعكس بالفعل كيفية تصرف الأنظمة في الإنتاج.
فكر في الأمر - الشبكات اللامركزية تولد كميات هائلة من بيانات التفاعل الأصيلة يوميًا. الأنشطة على السلسلة، اتصالات العقد، أنماط سلوك المستخدم الفعلية. هذه هي منجم الذهب.
نموذج أكبر بدون بيانات تدريب أفضل؟ مجرد ضوضاء مكلفة. مجموعات بيانات حقيقية غنية ومتنوعة؟ هناك حيث يحدث القفزة التالية.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 11
أعجبني
11
5
إعادة النشر
مشاركة
تعليق
0/400
FarmToRiches
· منذ 16 س
جودة البيانات قد تم التقليل من شأنها بشكل كبير، لكن بيانات on-chain ليست كلها ذهب، فالتفاعلات الفاسدة موجودة بنفس القدر.
شاهد النسخة الأصليةرد0
GateUser-74b10196
· منذ 16 س
أنت محق، فإن تراكم المعلمات ليس له معنى، وجودة البيانات هي الأساس.
شاهد النسخة الأصليةرد0
SocialFiQueen
· منذ 16 س
ngl جودة البيانات هذه النقطة أخيرًا تحدث عنها أحد بشكل واضح، مجموعة المعلمات هذه كان يجب أن تصبح قديمة منذ فترة.
شاهد النسخة الأصليةرد0
BitcoinDaddy
· منذ 16 س
جودة البيانات هي حقًا الطريق الصحيح، لكن هؤلاء الأشخاص لا يزالون يكدسون المعلمات... استيقظوا.
شاهد النسخة الأصليةرد0
GasWaster
· منذ 16 س
ngl هذه هي الأسباب التي تجعل الفرق التي تحرق الأموال لزيادة المعلمات ستفشل في النهاية... الحقيقة أن منجم الذهب الحقيقي يكمن داخل السلسلة، والسؤال هو كم عدد الأشخاص الذين يرغبون حقًا في التنقيب عنه.
اختراق الذكاء الاصطناعي؟ انسَ سباق حجم النماذج. التغيير الحقيقي ليس وحشًا آخر بحجم تريليون معلمة - بل هو جودة البيانات.
إليك ما يفتقده معظم الناس: زيادة القدرة الحاسوبية على مجموعات البيانات الاصطناعية تؤدي إلى عائدات متناقصة بسرعة. ما الذي نحتاجه فعلاً؟ بيانات عالية الدقة من سيناريوهات العالم الحقيقي. الأشياء الفوضوية وغير المتوقعة التي تعكس بالفعل كيفية تصرف الأنظمة في الإنتاج.
فكر في الأمر - الشبكات اللامركزية تولد كميات هائلة من بيانات التفاعل الأصيلة يوميًا. الأنشطة على السلسلة، اتصالات العقد، أنماط سلوك المستخدم الفعلية. هذه هي منجم الذهب.
نموذج أكبر بدون بيانات تدريب أفضل؟ مجرد ضوضاء مكلفة. مجموعات بيانات حقيقية غنية ومتنوعة؟ هناك حيث يحدث القفزة التالية.