#openledger $OPEN @OpenLedger
Últimamente, parece que la gente está empezando a cuestionar la IA que siempre suena segura, incluso cuando la salida no es totalmente confiable.
Esa es una razón por la que OpenLedger llamó mi atención, no por el hype del modelo, sino por su enfoque en la credibilidad de los datasets. Al final, respuestas pulidas basadas en datos débiles aún llevan a resultados débiles.
Muchas plataformas de IA evitan hablar de este problema directamente, esperando que los usuarios se mantengan enfocados en la experiencia superficial en lugar de las fallas subyacentes.
@OpenLedger , sin embargo, parece estar abordando la IA desde un ángulo diferente al tratar la calidad de los datos como la base en lugar de ignorar el problema.
Últimamente, parece que la gente está empezando a cuestionar la IA que siempre suena segura, incluso cuando la salida no es totalmente confiable.
Esa es una razón por la que OpenLedger llamó mi atención, no por el hype del modelo, sino por su enfoque en la credibilidad de los datasets. Al final, respuestas pulidas basadas en datos débiles aún llevan a resultados débiles.
Muchas plataformas de IA evitan hablar de este problema directamente, esperando que los usuarios se mantengan enfocados en la experiencia superficial en lugar de las fallas subyacentes.
@OpenLedger , sin embargo, parece estar abordando la IA desde un ángulo diferente al tratar la calidad de los datos como la base en lugar de ignorar el problema.