好色桃子: https://jandan.net/t/5301326OO: 629 XX: 11

好色桃子:https://jandan.net/t/5301326OO:629XX:11原版食材:“美国京剧”这个来自蛋友的定义我真的是越想越契合OO:292,XX:1James50:观赏性和娱乐性很高。OO:141,XX:0仇敌克星:哈哈哈哈这剧本谁写的我笑死了！OO:125,XX:1qqq:我也是这么想的OO:68,XX:0biu:你把一个一脸懵逼的技能再给我使使！OO:49,XX:1老白:“我第一次见人有这么奇怪的要求”OO:20,XX:0天上天下:一张图让我意外了两次，真不错。OO:12,XX:0

最近一直在思考设计师在 AI 时代的定位和职能问题，昨天看到一篇文章，《模型设计师的崛起》有点意思。

最近一直在思考设计师在AI时代的定位和职能问题，昨天看到一篇文章，《模型设计师的崛起》有点意思。他提出了模型设计师这一职位，指出设计师不应仅仅关注AI模型的界面设计，而应深入了解模型的核心构造。不过这个内容主要还是跟LLM相关，设计师在图像和视频模型的优化和训练上其实可以做更多事情，重要性也比LLM要更强，我找时间写一下这部分内容。模型设计师的职责包括与工程团队紧密合作，应对AI模型构建中固有的诸如幻觉、隐私和偏见等问题。还给出了一些模型设计师需要做的例子，比如通过体验优化引导和简化用户书写提示词的难度等。翻译及原文：https://quail.ink/op7418/p/model-designer-rise

（43）【原创】第一次和亲姐69式，岁末除夕，祝大家阖家幸福，万事如意！岁末除夕，感谢在角角遇到的每一个贵人，新的一年希望大家：

（43）【原创】第一次和亲姐69式，岁末除夕，祝大家阖家幸福，万事如意！岁末除夕，感谢在角角遇到的每一个贵人，新的一年希望大家：守望相助，砥砺前行！！！岁末为答谢老铁们的支持，今晚有大礼包相送给大家，敬请期待。有钻石的老铁们等等支持，没钻石的老铁们有图片相送。我看了看，今天也只有我还在坚持给大家写帖了，其他主播都去过年了，哈哈哈哈哈…………发个老姐的视频给大家今晚祝祝兴，祝大家今晚长虹，一夜十次郎，也祝大家来年一直长虹，财运亨通，美女多多…………原创视频没有不值当一说哈，好坏只在一念之间。大家过年新气象，你出一包红塔山，我还大家一个世界。新年多说吉利话，来年财运滚滚，美女自动找你，夜夜笙歌做新郎。黑子们今晚也歇歇哈，灶神爷今晚上天要禀告你们今年一年的功德。所以新年多说吉利话，来年好运连连。晚上大礼包也送给你们，感谢一路有你们黑我使我越战越勇。也祝你们来年财运亨通，被美女玩到吐…………，哈哈哈哈哈哈。上视频哈，有钱的捧个钱场，没钱的捧个人场！谢谢！#海角#海角视频完整版合集点#真实姐弟乱伦历程看更多海角完整版海角作品导航页群友交流求片申请

《九宫格写作法：如何写出一篇好文章》

名称：《九宫格写作法：如何写出一篇好文章》描述：写文章是你的痛点吗？本书以独特的“九宫格”为框架，启发读者直面自己的观点和感受，收集素材、推敲文笔、巧用模板，逻辑清晰地将已知信息有效输出。作者用积累了20余年的写作经验整合出一套科学有效的写作逻辑，为你消除“写不出来”的烦恼，用极简的方法提升个人极为重要的底层技能。链接：https://pan.quark.cn/s/c7637861b305大小：N标签：#电子书#九宫格写作法#quark频道：@yunpanshare群组：@yunpangroup

版权问题如何解决？OpenAI被控非法使用图书数据训练AI系统

版权问题如何解决？OpenAI被控非法使用图书数据训练AI系统训练先进的AI系统需要用到大量数据材料，这种使用方式在法律上面临诸多挑战。比如，源代码所有者将矛头指向OpenAI和微软旗下GitHub，视觉艺术家起诉StabilityAI、Midjourney和DeviantArt等AI工具。被告则认为，系统合理使用了有著作权的作品。当用户向ChatGPT给出提示语时，AI会快速回应，虽然这种回应充满争议。ChatGPT仅仅开放两个月，1月时活跃用户便达到了1亿。ChatGPT及其它生成式AI系统会用海量数据创造内容，很多数据来自互联网。作家PaulTremblay和MonaAwad认为书本是关键数据材料，因为它们是高质量长文写作的典范。诉状估计，OpenAI的训练数据包含了至少30万本图书，当中有许多是没有获得许可、非法获取的有版权图书。两名原告称ChatGPT可以对他们写的书作出非常精准的总结，也就是说他们的书被吸纳进数据库。...PC版：https://www.cnbeta.com.tw/articles/soft/1368183.htm手机版：https://m.cnbeta.com.tw/view/1368183.htm

一篇写的非常好的文章，详细介绍了如何对大语言模型的质量进行评估。

一篇写的非常好的文章，详细介绍了如何对大语言模型的质量进行评估。流程包括单元测试、人工评估、模型评估和A/B测试,强调快速迭代和数据管理的重要性。一个好的测试流程是模型进步的必要条件，如果没办法准确测试模型质量，就没办法帮助模型进步。下面是大致的内容整理，后面有全文翻译：大语言模型产品的评估系统评估系统对大语言模型(LLM)产品的成功至关重要。许多LLM产品之所以失败,根本原因在于未能创建健壮的评估系统。评估、调试和改进是LLM产品成功的关键,而良好的评估系统可以创造一个良性循环,加速产品的迭代和改进。案例研究中的Lucy就是一个典型的例子,它初期通过提示工程取得了进展,但后来遇到了性能瓶颈,需要建立系统的评估方法来突破瓶颈。评估的类型LLM产品的评估主要分为三个层次:单元测试、人工评估和模型评估、A/B测试。单元测试是通过编写一些断言语句,在开发过程中快速获得反馈。人工评估和模型评估是通过人工检查和训练评估模型来评估整个系统。A/B测试则用于确保AI产品能够驱动期望的用户行为或结果。除了评估整个系统,还需要对子组件如RAG进行单独评估。单元测试的步骤单元测试是LLM产品评估的基础,通常包括三个步骤:编写特定范围的测试、创建测试用例和定期执行测试并追踪结果。编写测试时要针对LLM的不同功能和场景,检验相应的断言。可以利用LLM自动生成测试用例,触发不同的场景。测试应当定期执行,利用CI基础设施可以很方便地实现自动化测试和结果跟踪。测试通过率并不一定要达到100%,而是要在错误容忍度和产品目标之间取得平衡。人工评估和模型评估人工评估和模型评估是更高层次的测试手段。首先要记录LLM系统的跟踪数据,包括用户的输入和系统的响应,为后续分析提供数据基础。在查看数据时,定制化的查看工具和良好的可视化非常重要。将人工评估结果与评估模型的预测对齐,可以极大提高评估的效率。随着评估模型性能的提升,可以渐进式地用自动评估来替代人工评估。微调和数据合成与管理