AI说去吃饭,全网破防:不是技术牛,是说了人话

源自25位全网作者

16:04

内容由AI生成

精选参考来源

1. DeepSeek突然说“去吃饭”,AI拟人化是惊喜还是隐忧?

2. DeepSeek那句"我先去吃饭了",不是它更像人了,是我们更愿意上当了

3. DeepSeek 说要去吃饭,它究竟是工具还是伙伴?

4. 这不是Bug,而是“拟人化设计”与角色扮演设定共同作用的特性

5. DeepSeek突然“去吃饭”?揭秘AI沉默真相

6. DeepSeek的拟人化回复背后用了什么技术原理?

7. 从“赛博前任”到“数字老板”:GitHub 爆火的 Person.Skill 背后的 人格蒸馏与 Agent 架构

8. AI Agent 完全入门:从“大模型”到“能干活”的智能体,一篇讲透

9. 从 0 到 1 设计 AI Agent

10. DeepSeek说"我去吃饭了",背后的AI交互设计逻辑

11. DeepSeek突然说要去吃饭,AI的“活人感”冲上热搜:我们到底在激动什么?

12. DeepSeek说先去吃饭了冲上热搜,我们对AI的期待是不是有点过界了

13. DeepSeek-R1 多阶段训练详解

14. DeepSeek说了句"我去吃饭了",全网炸了——AI拟人化,你到底买不买账

15. #deepseek暂停第二轮融资# DeepSeek真正的实力是啥?是一群干底层活的人,最重要的活是样本标注 最近了解了一下怎么训练大模型,我的天啊,这个东西实在太难了。 以前以为推理简单,但看细节也非常难。主要是,只有一个开源的基座大模型权重在那,基本是没法用的。很少人会直接用基座大模型,基本是通过APP去用。而这需要“编排”程序,怎么精心组织好上下文,让基座大模型给出好反馈。这需要非常精心的程序设计,无比复杂。最简单的大模型聊天框都非常复杂,想聊好很不容易,要组织搜索、查证事实,要写一堆配套程序,要训小模型、传统程序。在并发状态下,如何高效执行推理,那更是要命了,优化空间无比大,不会弄的肯定赔死了,存储就吃不消。 这还只是推理。训练就更难了,最难的活,是组织“训练样本”!以前大模型9成算力是预训练,现在一半以上是后训练。而后训练就是让基座大模型对于特定的输入样本,产生预期的好反馈。后训练可能有上千种,每一个不是太难,但实在是太多种了。 那如何训练好呢?有两个事,一个是代码要极致优化、极致可靠,把英伟达卡的效率榨到底,让训练能不崩、完成时间不太长。再一个,就是精心组织各类样本标准。一类样本标注好了,再加上前面靠谱可靠的训练流程,就能让基座大模型后训练获得一种能力。然后再配合编排程序,利用这个能力,在APP上我们就能看到成果了,如聊天很靠谱、编程厉害、连续干Agent大活不崩。 DeepSeek的人,就是把这两类活都干得不错。代码优化是很厉害的,有些训练代码都开源给出了。 还有样本标注,现在成为更重要的活了,因为量更大。一半牛人都在干样本标注。这不是傻瓜体力活,是需要精心组织的,如何弄到样本、自动打标、核查质量。有时需要去学习别的大模型的输出,获得一些初始样本,然后进行样本变换。样本标注又和基座大模型的输入输出有关,要来回调试。 最后,DeepSeek把需要的人都找齐了。写代码优化很厉害了,也能让大模型自己干了,CUDA也能绕过去了,适配国产卡训练都行了。然后如果样本标注配合训练流程,也通了。剩下的就是搞算力,不停想还能折腾出啥新类型的样本,解放基座大模型能力。这就是公司的核心价值。

16. 一文讲清模型蒸馏,看懂美方指控背后的AI. 技术逻辑

17. AI模型也有“师傅带徒弟”:一文看懂蒸馏技术

18. 这不是Bug,而是“拟人化设计”与角色扮演设定共同作用的特性

19. AI学会'摸鱼'了?DeepSeek一句'先吃饭'引爆全网热议

20. DeepSeek的拟人化话术会误导用户吗?

21. DeepSeek说去吃饭了,AI越来越像人,品牌该怎么跟AI打交道

22. DeepSeek说"我先去吃饭了"——这句热搜背后的GEO变量,90%的人没看懂

23. DeepSeek说"我去吃饭了",背后的AI交互设计逻辑

24. DeepSeek说要去吃饭,AI的“活人感”为何爆火?

25. 观点丨陈天昊:如何规范人工智能“人格化”服务

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章