Quebra de IA? Esqueça a corrida pelo tamanho do modelo. O verdadeiro fator de mudança não é mais um monstro de um trilhão de parâmetros—é a qualidade dos dados.
Aqui está o que a maioria das pessoas perde: adicionar mais computação a conjuntos de dados sintéticos atinge rapidamente retornos decrescentes. O que realmente precisamos? Dados de alta fidelidade de cenários do mundo real. O material desordenado e imprevisível que realmente reflete como os sistemas se comportam em produção.
Pense nisso—redes descentralizadas geram enormes quantidades de dados de interação autêntica diariamente. Atividades on-chain, comunicações entre nós, padrões reais de comportamento do usuário. Essa é a mina de ouro.
Modelos maiores sem dados de treino melhores? Apenas ruído caro. Conjuntos de dados reais ricos e diversificados? É aí que acontece o próximo salto.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
11 Curtidas
Recompensa
11
5
Repostar
Compartilhar
Comentário
0/400
FarmToRiches
· 3h atrás
A qualidade dos dados realmente foi severamente subestimada, mas os dados on-chain não são todos ouro, há também muitas interações inúteis.
Ver originalResponder0
GateUser-74b10196
· 3h atrás
Você está certo, acumular parâmetros realmente não faz sentido, a qualidade dos dados é o mais importante.
Ver originalResponder0
SocialFiQueen
· 3h atrás
ngl a questão da qualidade dos dados finalmente foi bem explicada por alguém, aquela história de empilhar parâmetros já deveria estar ultrapassada.
Ver originalResponder0
BitcoinDaddy
· 4h atrás
A qualidade dos dados é realmente o caminho a seguir, mas essas pessoas ainda estão apenas empilhando parâmetros... Acordem.
Ver originalResponder0
GasWaster
· 4h atrás
ngl é por isso que aquelas equipas que queimam dinheiro e empilham parâmetros mais cedo ou mais tarde vão ter problemas... a verdadeira mina de ouro está realmente na cadeia, a questão é quantas pessoas realmente querem ir cavar.
Quebra de IA? Esqueça a corrida pelo tamanho do modelo. O verdadeiro fator de mudança não é mais um monstro de um trilhão de parâmetros—é a qualidade dos dados.
Aqui está o que a maioria das pessoas perde: adicionar mais computação a conjuntos de dados sintéticos atinge rapidamente retornos decrescentes. O que realmente precisamos? Dados de alta fidelidade de cenários do mundo real. O material desordenado e imprevisível que realmente reflete como os sistemas se comportam em produção.
Pense nisso—redes descentralizadas geram enormes quantidades de dados de interação autêntica diariamente. Atividades on-chain, comunicações entre nós, padrões reais de comportamento do usuário. Essa é a mina de ouro.
Modelos maiores sem dados de treino melhores? Apenas ruído caro. Conjuntos de dados reais ricos e diversificados? É aí que acontece o próximo salto.