LLM jsou naprosto úžasné pro věci v jejich tréninkové sadě nebo podobné (v distribuci). Jsou užitečné pro zkušené odborníky na věci, které jsou mimo tréninkovou sadu. Na hranici distribuce. Zatím jen málo důkazů o průlomech daleko za hranicemi distribuce.
NIK
NIK8. 9. 00:17
Spoluzakladatel OpenAI: "GPT-5 Pro pro novou matematiku – ve spolupráci s profesorem matematiky" Matematici: "Na první pohled se to může zdát užitečné pro průzkumnou fázi, což nám pomůže ušetřit čas. V praxi to však bylo právě naopak." Zdá se> že podporuje pouze inkrementální výzkum > žádné skutečně nové nápady > kombinovat pouze nápady pocházející z různých zdrojů > "stále jsme daleko od sdílení bezvýhradného nadšení, které @SebastienBubeck příspěvek vyvolal" Předpovědi do budoucna > nasytí vědeckou krajinu technicky správnými, ale jen středně zajímavými příspěvky > ztěžuje vyniknout skutečně originální tvorbě > "záplava technicky zdatných, ale neinspirovaných výstupů, které rozmělňují pozornost" > doktorandi mohou ztratit zásadní příležitosti k rozvoji základních dovedností > nejen ztrátu originality, ale také oslabení samotného procesu stát se matematikem prosím, nepodléhejte taktice OAI PR.
5,16K