Ich habe das Gefühl, dass die banalste und unterbewertete Beobachtung über LLMs ist, dass ein Algorithmus in vielerlei Hinsicht übermenschliche Leistungen erbringen kann. Es ist ein hochdimensionaler Raum, in dem ein Vektor "Burst-Kapazität, 24/7 Verfügbarkeit, 20. Perzentil menschliche Leistung 95% der Zeit" ist.

Es gibt viele Anwendungen, für die man niemals etwas in diesem Bereich übernehmen sollte, und es gibt viele Anwendungen, für die das transformativ ist. Da dieser Bereich der Geschichte vor etwa einem Jahr unbekannt war, haben wir nicht einmal innegehalten, um darüber nachzudenken, was wir damit tun würden.

Viele Menschen, die nie einen Prozess entwerfen mussten, um wiederholte Entscheidungen zu treffen, unterschätzen, wie viele Prozesse in der Wirtschaft wiederholte Entscheidungen generieren.

Und es gibt viele Dinge, die ein Unternehmen usw. nicht getan hat, weil eine Machbarkeitsstudie oder eine andere Planungsübung sagte: „Ugh, wir bräuchten 24/7-Besetzung oder ein Follow-the-Sun-Modell, um diese Sache zu tun, die eine if-Anweisung wäre, wenn sie anders geformt wäre. Leider impliziert das…

Jetzt muss jede Machbarkeitsstudie die Frage berücksichtigen: "Q: Ist dies eine Aktivität, bei der das Bezahlen mit Dollar und der Verbrauch von Tokens im Grunde ausreichend ist, ohne weiter darüber nachzudenken, oder handelt es sich um eine, bei der ein Ingenieurprojekt plus Tokens uns dorthin bringt?"

Es gibt einen unsophistizierten Einwand dagegen, der besagt, dass man ein System mit SLA-Zielen nicht sinnvoll aus Komponenten aufbauen kann, die halluzinieren. Ich habe schlechte Nachrichten für dich über Menschen, die in Systemen arbeiten. Ich habe gute Nachrichten, andererseits: Es gibt nicht-null Systeme, die funktionieren.

„OMG, eine Fehlerquote. Packt es ein, Jungs.“, sagte das Feld der Operations Research in einer schrecklichen Dystopie, in der wir nicht leben.