#opg $OPG
我正在看着又一輪循環：大家都在談論規模、速度和採用，而更棘手的問題卻被忽視了。我以前見過這種情況。大多數系統在壓力測試之前看起來都很強，直到被驗證時纔會暴露問題，而自信通常也正是在那時消失。我關注的是事情在哪些地方會崩，因爲失敗往往比成功上線更能揭示真相。分發模型會逐漸失效，激勵變得更弱，而信任會在圖表顯示之前很久就慢慢漏掉。這讓我質疑：新的基礎設施是在解決真正的問題，還是隻是在疊加另一層最終會以不同方式失敗的東西。OpenGradient 能讓我保持關注，因爲它會追問：AI 的輸出能否被驗證，而不是僅僅被接受。聽起來很有用，但在加密領域，“有用”從來不會因爲公告就被證明。只有當網絡在不確定性、操縱以及真實需求面前仍能存活時，這一點纔會被證明。我仍在等待看看能否達到這樣的標準。直到那時，觀察比興奮更重要。@OpenGradient
我正在看着又一輪循環：大家都在談論規模、速度和採用，而更棘手的問題卻被忽視了。我以前見過這種情況。大多數系統在壓力測試之前看起來都很強，直到被驗證時纔會暴露問題，而自信通常也正是在那時消失。我關注的是事情在哪些地方會崩，因爲失敗往往比成功上線更能揭示真相。分發模型會逐漸失效，激勵變得更弱，而信任會在圖表顯示之前很久就慢慢漏掉。這讓我質疑：新的基礎設施是在解決真正的問題，還是隻是在疊加另一層最終會以不同方式失敗的東西。OpenGradient 能讓我保持關注，因爲它會追問：AI 的輸出能否被驗證，而不是僅僅被接受。聽起來很有用，但在加密領域，“有用”從來不會因爲公告就被證明。只有當網絡在不確定性、操縱以及真實需求面前仍能存活時，這一點纔會被證明。我仍在等待看看能否達到這樣的標準。直到那時，觀察比興奮更重要。@OpenGradient