很多决策失败来自上下文缺失;部分隐性经验是尚未记录。
原话 56原话 58原话 59做不好主要是上下文问题吗?
提供了知识与信息,是否就足够可靠完成工作?
讨论走到了哪里
这是跨日期的议题对照,不是一场连续辩论。数读认可任务差异,仍保持对模型和上下文的强预期;其他人的反例不能被删掉。
没有证据证明数读放弃了上下文判断,也没有证据证明所有失败均可由工程修复。
按时间核对原话
现在 AI 能力够了,大部分时候做不好决策都是缺上下文
ai给不出未来机会点
隐性上下文越多的领域AI能做的事情越局限
但是很多时候,隐形上下文≠知识无法被沉淀 你们这种消费者研究领域,我感觉是行业变化快,人心混沌 社媒混沌 还真挺安全;有一些场景单纯只是内容没被记录下来; 一旦被记录下来很快就可以开始淘汰了
假设我给他喂了1000多条数据,那里面可能有200条是这个形式的数据,200条是另外一个形式的等等,而且你的数据接口都不一样
我大概理了三条路径,让他反复进行验证,但是最后的结果往往是没能达到我的效果的,因为三条路径还不够,理论上他要N条路径解决
我的本意是让他有一个自我分析和自我设计的路程,但是非常不行,还得人工反馈
放回话题里看
AI 缺的是更多字,还是关键背景?
资料越多未必越好,真正有用的是能改变判断的事实。
经验都写下来了,为什么还不够?
知识库保存过去,接触现实才能发现新的变化。
AI 走进死胡同,谁告诉它换路?
会用知识,还需要知道什么时候补信息、求助或重新定义目标。