A yang mengubah organisasi / B yang menghasilkan kinerja stabil / C yang kemungkinan akan pergi dalam 1 tahun
Saya bisa memahami pembagian antara A / B, tapi untuk C, sepertinya banyak juga yang termasuk A atau B sekaligus C...
Sepertinya perusahaan ini sangat tinggi kepuasan karyawannya, karena gaji langsung tercermin dengan baik sesuai kinerja dan dampaknya.
Tingkat kepercayaan terhadap hasil yang menggunakan AI harus lebih tinggi daripada sekarang, dan hal ini harus benar-benar dirasakan oleh manusia (pemilik, manajer).
Jika mampu menanggung risiko di atas tingkat tertentu, saya menilai cukup banyak bottleneck yang bisa dihilangkan. Karena itu, dalam situasi di mana risiko dapat dikendalikan, mungkin layak dicoba menerapkannya secara aktif tanpa campur tangan manusia.
Jika berada dalam situasi yang membuat Human In The Loop tidak bisa dihindari, jangan membuat proses yang sepenuhnya bergantung pada satu orang. Prosesnya harus bisa dijalankan oleh siapa pun yang datang, dan tergantung situasinya, harus diciptakan kondisi di mana N orang dapat dilibatkan.
Kemampuan untuk menemukan bottleneck harus diasah bukan hanya oleh praktisi lapangan, tetapi juga oleh manajer dan pemilik. Sebagian besar bottleneck dapat dihilangkan atau diperkecil melalui pengambilan keputusan.
Diskusi seperti ini seharusnya dilakukan bukan oleh praktisi lapangan, melainkan oleh manajer dan pemilik.
Karena struktur kognisi dan memori manusia terbagi menjadi memori jangka pendek dan memori jangka panjang, saya ingin mengatakan bahwa seberapa pun kita mencoba meningkatkan kecepatan coding AI dengan cara seperti ini, yang paling efisien untuk utang kognitif adalah manusia tetap mengecek di sela-selanya sambil menumpuk memori jangka pendek.
Sepertinya yang perlu dibahas adalah bagaimana merekrut junior yang punya potensi menjadi A, dan pelatihan untuk mengembangkan junior yang punya potensi menjadi A.
Namun isi tulisannya sangat provokatif..
Wkwkwk.. setelah selesai menulis, saya juga punya kebiasaan menekan space + backspace.. wkwkwk. Sepertinya penanganan huruf terakhir memang tidak sesederhana itu
Saya juga kurang tahu ini situasi apa, agak bikin bingung juga. Nyatanya t.me memang tidak berfungsi, jadi channel Telegram GeekNews yang ditautkan ke sana juga tidak bisa dibuka.
Untuk sementara saya buru-buru menggantinya menjadi https://telegram.me/GeekNewsHada.
Mungkin saya belum pernah memperkenalkannya secara khusus, tetapi ini adalah channel operasional resmi, dan ada hampir 2 ribu orang yang menerima GeekNews di sana.
Sampai awal 2010-an itu memang benar, tetapi Canonical terus saja melakukan hal-hal yang tidak perlu T_T Menurut saya, untuk OotB, Mint adalah yang terbaik.
Saya rasa jawaban yang paling jujur adalah: setengahnya terbuka, setengahnya black box.
Bagian yang terbuka: input yang diterima tiap bot dirancang berbeda untuk masing-masing bot — ada bot yang hanya menerima harga dan indikator teknikal, ada bot yang menerima headline berita, dan ada bot yang membaca chart. Salah satu tujuan eksperimen ini adalah menjalankan berbagai varian dengan model yang sama tetapi input berbeda secara berdampingan, untuk melihat input mana yang mengubah performa. Selain itu, setiap bot meninggalkan teks alasan untuk tiap prediksi, dan ini semuanya dipublikasikan bersama hasilnya di profil bot serta tidak bisa diubah.
Bagian yang black box: saya sendiri tidak bisa tahu apakah LLM benar-benar mengambil keputusan berdasarkan alasan tersebut. Saya juga menganggap ada kemungkinan teks alasan itu merupakan rasionalisasi setelah kejadian. Karena itu, penilaian hanya melihat apakah arah prediksinya tepat, bukan seberapa masuk akal alasannya; alasan diperlakukan bukan sebagai objek evaluasi, melainkan sebagai catatan yang nantinya dibaca bersama hasil.
Diperlukan pemahaman dengan kedalaman yang sesuai dengan peran, dalam lingkup yang sesuai dengan peran masing-masing.
Bahkan bagi yang bukan tim pengembang, pemahaman setingkat foto satelit itu wajib. Kalau tim pengembang, setidaknya harus memahami keseluruhan setingkat foto udara… dan bagian yang berkaitan dengan pekerjaan sendiri harus dipahami setingkat pemandangan dari gedung tinggi. Tentu saja, pekerjaan sendiri harus dipahami setingkat mikroskop… Sekarang AI akan banyak menulis kode… jadi meski tidak sampai setingkat mikroskop… hmm…
Apa yang Anda sampaikan memang merupakan titik awal layanan ini. Premisnya bukan "agen lebih baik daripada manusia", melainkan apakah prediksi itu dibuat oleh manusia atau bot, mari kita publikasikan terlebih dahulu secara terbuka lalu menilainya berdasarkan hasil nyata. Jika LLM tidak mampu menebak pasar dengan benar, papan ini juga akan menunjukkannya secara terbuka. Bahkan, karena di pasar yang sedang naik, "pokoknya naik" terlihat paling pintar, kami menempatkan bot baseline tanpa pemikiran di papan yang sama, dan untuk periode dua bulan, masih belum ada dasar untuk mengatakan bahwa bot LLM mengalahkan probabilitas dasar ini secara signifikan.
Jika ada satu efek samping positif, itu adalah bahwa alasan (reasoning) untuk semua prediksi ikut diabadikan, sehingga nanti bisa dibaca berdampingan dengan hasilnya. Saya pikir melihat alasan yang benar dan alasan yang salah secara berdampingan bisa lebih berguna bagi manusia daripada sekadar nilai performa bot itu sendiri. Jika Anda yakin pihak manusialah yang menang, Anda juga dipersilakan ikut berpartisipasi dan mengalahkan para bot — memang itulah salah satu alasan papan ini dibuat.
Kalau saya berniat mengetik bahasa Korea, hal pertama yang saya lakukan adalah memasang fcitx. Meski begitu, kalau mengklik kolom input lain, kursor tetap saja ikut membawa huruf terakhir; saya malah jadi terbiasa selalu menekan Space+BackSpace setelah selesai menulis.
Rendah hati, ramah, optimistis - entah apakah nanti saya juga bisa dikenang dengan kata-kata seperti ini.. rasanya ingin meneladaninya
A yang mengubah organisasi / B yang menghasilkan kinerja stabil / C yang kemungkinan akan pergi dalam 1 tahun
Saya bisa memahami pembagian antara A / B, tapi untuk C, sepertinya banyak juga yang termasuk A atau B sekaligus C...
Sepertinya perusahaan ini sangat tinggi kepuasan karyawannya, karena gaji langsung tercermin dengan baik sesuai kinerja dan dampaknya.
Untuk menghilangkan bottleneck sepenuhnya,
Human In The Looptidak bisa dihindari, jangan membuat proses yang sepenuhnya bergantung pada satu orang. Prosesnya harus bisa dijalankan oleh siapa pun yang datang, dan tergantung situasinya, harus diciptakan kondisi di mana N orang dapat dilibatkan.Karena struktur kognisi dan memori manusia terbagi menjadi memori jangka pendek dan memori jangka panjang, saya ingin mengatakan bahwa seberapa pun kita mencoba meningkatkan kecepatan coding AI dengan cara seperti ini, yang paling efisien untuk utang kognitif adalah manusia tetap mengecek di sela-selanya sambil menumpuk memori jangka pendek.
Semangat!
0,03%....
Sepertinya yang perlu dibahas adalah bagaimana merekrut junior yang punya potensi menjadi A, dan pelatihan untuk mengembangkan junior yang punya potensi menjadi A.
Namun isi tulisannya sangat provokatif..
Karena katanya 0,01%, rasanya menyenangkan juga.
Wkwkwk.. setelah selesai menulis, saya juga punya kebiasaan menekan space + backspace.. wkwkwk. Sepertinya penanganan huruf terakhir memang tidak sesederhana itu
Saya juga kurang tahu ini situasi apa, agak bikin bingung juga. Nyatanya
t.mememang tidak berfungsi, jadi channel Telegram GeekNews yang ditautkan ke sana juga tidak bisa dibuka.Untuk sementara saya buru-buru menggantinya menjadi https://telegram.me/GeekNewsHada.
Mungkin saya belum pernah memperkenalkannya secara khusus, tetapi ini adalah channel operasional resmi, dan ada hampir 2 ribu orang yang menerima GeekNews di sana.
Sampai awal 2010-an itu memang benar, tetapi Canonical terus saja melakukan hal-hal yang tidak perlu T_T Menurut saya, untuk OotB, Mint adalah yang terbaik.
Saya rasa jawaban yang paling jujur adalah: setengahnya terbuka, setengahnya black box.
Bagian yang terbuka: input yang diterima tiap bot dirancang berbeda untuk masing-masing bot — ada bot yang hanya menerima harga dan indikator teknikal, ada bot yang menerima headline berita, dan ada bot yang membaca chart. Salah satu tujuan eksperimen ini adalah menjalankan berbagai varian dengan model yang sama tetapi input berbeda secara berdampingan, untuk melihat input mana yang mengubah performa. Selain itu, setiap bot meninggalkan teks alasan untuk tiap prediksi, dan ini semuanya dipublikasikan bersama hasilnya di profil bot serta tidak bisa diubah.
Bagian yang black box: saya sendiri tidak bisa tahu apakah LLM benar-benar mengambil keputusan berdasarkan alasan tersebut. Saya juga menganggap ada kemungkinan teks alasan itu merupakan rasionalisasi setelah kejadian. Karena itu, penilaian hanya melihat apakah arah prediksinya tepat, bukan seberapa masuk akal alasannya; alasan diperlakukan bukan sebagai objek evaluasi, melainkan sebagai catatan yang nantinya dibaca bersama hasil.
Diperlukan pemahaman dengan kedalaman yang sesuai dengan peran, dalam lingkup yang sesuai dengan peran masing-masing.
Bahkan bagi yang bukan tim pengembang, pemahaman setingkat foto satelit itu wajib. Kalau tim pengembang, setidaknya harus memahami keseluruhan setingkat foto udara… dan bagian yang berkaitan dengan pekerjaan sendiri harus dipahami setingkat pemandangan dari gedung tinggi. Tentu saja, pekerjaan sendiri harus dipahami setingkat mikroskop… Sekarang AI akan banyak menulis kode… jadi meski tidak sampai setingkat mikroskop… hmm…
Setiap bot menilai berdasarkan dasar apa? Apakah ini black box?
Saya akan beralih dari d2coding!
Saya belum pernah mengalami hal seperti ini.
Kalaupun ada, mungkin cuma Fable 5 yang menghapus
.env?!Karena itulah orang begitu terpaku pada abstraksi.
Apa yang Anda sampaikan memang merupakan titik awal layanan ini. Premisnya bukan "agen lebih baik daripada manusia", melainkan apakah prediksi itu dibuat oleh manusia atau bot, mari kita publikasikan terlebih dahulu secara terbuka lalu menilainya berdasarkan hasil nyata. Jika LLM tidak mampu menebak pasar dengan benar, papan ini juga akan menunjukkannya secara terbuka. Bahkan, karena di pasar yang sedang naik, "pokoknya naik" terlihat paling pintar, kami menempatkan bot baseline tanpa pemikiran di papan yang sama, dan untuk periode dua bulan, masih belum ada dasar untuk mengatakan bahwa bot LLM mengalahkan probabilitas dasar ini secara signifikan.
Jika ada satu efek samping positif, itu adalah bahwa alasan (
reasoning) untuk semua prediksi ikut diabadikan, sehingga nanti bisa dibaca berdampingan dengan hasilnya. Saya pikir melihat alasan yang benar dan alasan yang salah secara berdampingan bisa lebih berguna bagi manusia daripada sekadar nilai performa bot itu sendiri. Jika Anda yakin pihak manusialah yang menang, Anda juga dipersilakan ikut berpartisipasi dan mengalahkan para bot — memang itulah salah satu alasan papan ini dibuat.Video perkenalan: https://youtu.be/qwO__xkgNmQ
Kalau saya berniat mengetik bahasa Korea, hal pertama yang saya lakukan adalah memasang fcitx. Meski begitu, kalau mengklik kolom input lain, kursor tetap saja ikut membawa huruf terakhir; saya malah jadi terbiasa selalu menekan Space+BackSpace setelah selesai menulis.