我昨天笑了自己😂
我試圖比較兩個AI工具,因爲我想知道哪個更好。
幾分鐘後,我意識到我根本沒有關注答案了。
我更感興趣的是它們爲什麼對同一個問題給出瞭如此不同的回答。
這個問題在我腦海中停留的時間比我預期的要長。
於是我開始閱讀。
一篇博客解釋了AI模型。
另一篇討論了推理。
然後我遇到了OpenGradient。
起初,我以爲這又是一個試圖構建更智能AI的項目。
我越讀越意識到,我看待這個問題的方式是錯的。
OpenGradient並不是真正競爭哪個模型更聰明。
它是在構建去中心化的基礎設施,讓AI模型能夠大規模運行推理,並且可以驗證這些結果背後的執行。
這 honestly 改變了我對AI的看法。
我們花了很多時間比較輸出。
也許我們應該多花一點時間瞭解這些輸出出現之前發生了什麼。
一週前,我可能對這些都毫不在意😅。
現在每次使用AI時,我都會好奇屏幕背後發生了什麼。
有趣的是,一個隨機的問題完全改變了我關注的焦點🤔。
有沒有人經歷過類似的事情
@OpenGradient $OPG #OPG
我試圖比較兩個AI工具,因爲我想知道哪個更好。
幾分鐘後,我意識到我根本沒有關注答案了。
我更感興趣的是它們爲什麼對同一個問題給出瞭如此不同的回答。
這個問題在我腦海中停留的時間比我預期的要長。
於是我開始閱讀。
一篇博客解釋了AI模型。
另一篇討論了推理。
然後我遇到了OpenGradient。
起初,我以爲這又是一個試圖構建更智能AI的項目。
我越讀越意識到,我看待這個問題的方式是錯的。
OpenGradient並不是真正競爭哪個模型更聰明。
它是在構建去中心化的基礎設施,讓AI模型能夠大規模運行推理,並且可以驗證這些結果背後的執行。
這 honestly 改變了我對AI的看法。
我們花了很多時間比較輸出。
也許我們應該多花一點時間瞭解這些輸出出現之前發生了什麼。
一週前,我可能對這些都毫不在意😅。
現在每次使用AI時,我都會好奇屏幕背後發生了什麼。
有趣的是,一個隨機的問題完全改變了我關注的焦點🤔。
有沒有人經歷過類似的事情
@OpenGradient $OPG #OPG