我昨晚在 OpenGradient 上鑽了個兔子洞，結果花了比我預期多的時間。
一開始，我只是關注那些顯而易見的東西。模型。性能。人們通常關注的東西。
然後我發現自己不斷重複閱讀同一段落。
這完全不是關於模型的。
吸引我注意的是一個我之前沒有真正思考過的簡單問題：我怎麼知道一個 AI 的回應實際上來自它聲稱來自的模型？
聽起來幾乎太基本了。但我越是思考，越覺得這個問題煩人。
我在加密和 AI 的世界裡待了夠久，知道大多數人，包括我，有時會被輸出分散注意力。更快的結果。更好的結果。更多的結果。停在那裡真的很容易。
我意識到信任悄悄地成為了所有事情下的假設。
而假設通常是問題產生的地方。
當我意識到這一點時，我開始以不同的方式看待 OpenGradient。我不再關注生成了什麼，而是開始關注怎麼去驗證它。
也許這不是最令人興奮的角度。
但我學到的事情是，最開始看似無聊的細節往往是值得花時間去研究的。它們通常隱藏著真正的故事。
我仍然在思考這個問題，這可能是我還沒有完全弄明白我在看什麼的跡象。通常這時候，事情才會變得有趣。

#OPG @OpenGradient $OPG ,