TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #582 · 2.10

Сегодня не было событий, которыми я хочу поделиться, поэтому расскажу историю из жизни. В университете у нас был русский язык. Это неожиданно — русский язык в техническом вузе на хардкорной технической специальности. Тем не менее, на мой взгляд он был не лишним, и некоторое количество новых знаний добавил. Как-то раз преподаватель — серьезная строгая женщина — спросила, знает ли кто-нибудь в группе, что такое «компиляция». Я тогда уже вовсю увлекался программированием, и подумал, что вот он: мой час славы. Наконец-то я использую свои знания по программированию! Тогда я поднял руку и ответил: «Преобразование исходного кода программы в исполняемый файл». Я надеялся быть оценённым за это знание, но к своему удивлению увидел разочарование и неудовольствие на лице преподавательницы. «Нет», — сказала она так, будто бы я своё определение выдумал, — «Это собрание информации из разных источников в одну работу». Мораль: если вас не оценили по достоинству, то проблема не обязательно в вас самих. Просто не все люди обладают достаточными знаниями для такой оценки. #life

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #rlhf

当前筛选 #rlhf清除筛选
科技&趣闻&杂记

@kejiqu · Post #3986 · 21.12.2025 г., 08:30

ChatGPT 文风,原产地肯尼亚 肯尼亚作家Marcus Olang指出,其写作风格与ChatGPT高度相似,导致其作品屡被退稿,并引发了关于AI“模仿”人类写作方式的讨论。他认为,AI模型并非原创,而是学习了全球南方,特别是肯尼亚等地区严苛教育体系下形成的规范化写作模式。这一现象与AI模型厂商为降低成本,将RLHF工作外包给非洲国家有关,导致模型在用语习惯上受到影响。此外,研究发现ChatGPT对“delve”等词汇的使用频率异常高,也与非洲RLHF工作者的语言习惯有关。这一现象引发了对AI检测器准确性的质疑,以及对非英语母语者在AI时代可能面临的误判风险的关注。IT之家 🏷#ChatGPT#肯尼亚写作风格#RLHF 📢频道👥群组📝投稿

GitHub Trends

@githubtrending · Post #14655 · 01.05.2025 г., 13:30

#typescript#electron#llama#llms#lora#mlx#rlhf#transformers Transformer Lab is a free, open-source tool that lets you easily work with large language models on your own computer, offering one-click downloads for popular models like Llama3 and Mistral, fine-tuning across different hardware (including Apple Silicon and GPUs), and features like chatting, training, and evaluating models through a simple interface—saving you from complex setups like CUDA or Python version issues[1][2][5]. https://github.com/transformerlab/transformerlab-app