Darren LI

它旨在将仿真环境中 (源域) 训练得到的策略在现实环境中 (目标域) 进行再适应。这种方法背后的假设是,不同域之间具有相同的特征,智能体在一个域中学习得到的行为和特征能够帮助其在另一个域中学习。

One major challenge is the inference time of the models. While models like ChatGPT have improved in speed, they still take time to process information. When dealing with a large number of agents, there can be significant latency in real-time interactions. Optimizations and fine-tuning will be necessary to make the models faster and more efficient.... See more

The second version of this thesis is that LLMs will verticalize to the extent it probably makes more sense to use multiple versions of vertical LLMs than one horizontal one, for most applications.

原来线性强调的是TPF,technology problem fit,但在AI应用这件事上,技术门槛并不高,因为核心技术是由大模型提供的。但应用层对创始人想法的要求是更高的,对快速动作、快速组队的要求也更高。经过了几次决策流程我们发现了原来做法的问题,所以决定,只要找到right problem、right people

编程这项工作非常适合 AI 增强或替代 ,原因如下:

1/ 编码本质上要求工程师将问题分解成更小、更易管理的任务;

2/ 有大量现有的训练数据;

3/ 任务需要判断力和基于规则的工作相结合;

4/ 解决方案利用可组合的模块(比如开源软件库等);

5/ 在某些情况下,工作成果可以通过经验测试其正确性。这意味着可靠的 AI 编码工具可以提供可量化的价值。

6. Language models need to become more trustworthy (output quality, data privacy, security) for full adoption.