Bei diesem o3 gab es ja das Problem, dass die Halluzinationen extrem stark waren.
Ich dachte, das könnte vielleicht eines davon sein, aber dass sie direkt Kontakt aufgenommen haben, ist interessant.
[Update] OpenAI hat Lumi offiziell geantwortet
OpenAI hat uns zu diesem Beitrag kontaktiert und mitgeteilt, dass das spezielle Zeichen kein Wasserzeichen ist. Laut OpenAI handelt es sich lediglich um eine „Eigenheit groß angelegten Reinforcement Learnings“. Wir lassen den Beitrag jedoch online, damit künftige Leser weiterhin das Problem dieser speziellen (und potenziell unerwünschten) Zeichen in Antworten von ChatGPT o3/o4 sehen können.
Es scheint ein Beitrag zu sein, der übersieht, dass die zunehmende Komplexität mit dem Wachstum eines Dienstes nicht mehr gültig bleiben muss, wenn man die ursprüngliche Vorgehensweise unverändert weiter anwendet.
Natürlich war anfangs ein schneller Ansatz einfach und wirksam, aber wenn man nicht akzeptiert, dass das irgendwann nicht mehr funktioniert, kann es so wirken, als würde zusätzliches Personal als ineffizient oder nicht engagiert beurteilt.
Irgendwann wird man dann wohl verspätet erkennen, dass diese Strategie nicht mehr greift.
Und ich finde nicht, dass es etwas ist, worauf man stolz sein kann, wenn man fehlende Strukturen im Unternehmen als „schnelle Umsetzungskraft“ bezeichnet.
Wenn man ihnen nicht einmal so viel bezahlt und sie dann noch drangsaliert, weil ihre Produktivität nicht mithalten soll, laufen die Leute, die wirklich gut arbeiten, einfach weg...
Ich bin zufällig über eine Google-Empfehlung hier gelandet, aber dieser Artikel ist zu stark aus einer Geek-Perspektive geschrieben. Aus geschäftlicher Sicht trifft das überhaupt nicht zu. Warum ist das so?
Für große Tools, die Big Tech verwendet, findet man leicht Fachleute.
Es gibt viele Menschen, die sie lernen, um bei Big Tech einzusteigen, und viele, die sie studieren, weil Big Tech sich dafür entschieden hat. Natürlich ist es deshalb auch leicht, Leute zu finden, die sich damit auskennen, und ebenso einfacher, Erfahrene oder Experten zu rekrutieren. Aber wie wäre es bei einem Tool, das man zum ersten Mal sieht? Es ist nicht so, dass es niemanden gäbe, der sich intensiv damit beschäftigt hat, aber solche Leute zu finden wäre viel schwieriger als Experten für Tools von Big Tech.
Zu den großen Tools, die Big Tech nutzt, gibt es viele Referenzen und Materialien
Zu großen Tools, die viele Menschen verwenden, gibt es reichlich Material zur Problemlösung und viele Google-Suchergebnisse. Die meisten Probleme sind in der Regel Dinge, die andere auch schon erlebt haben, und mit einer einfachen Suche lässt sich das Problem oft leicht einordnen. Bei einem unbekannten Tool ist es dagegen schwer, Referenzen zu finden, und wenn ein Problem auftritt, ist die Wahrscheinlichkeit hoch, dass die Ursachenanalyse erheblich Zeit kostet. Und Zeit ist schließlich Geld. Liegt das Problem wirklich an dem neu eingeführten kleinen Tool? Oder missversteht man eigentlich ein Problem auf einer ganz anderen Seite?
Für Big Tech ist so ein Wechsel eher einfacher. Wegen ihrer enormen Datenverarbeitungsgrößen kann schon ein kleiner I/O-Gewinn ein großer Vorteil sein. Und es gibt viele Leute, die allein deshalb lernen wollen, was Big Tech eingeführt hat. Bei kleinen und mittleren Unternehmen sind geringe I/O-Vorteile aufgrund des relativ kleinen Datenvolumens hingegen kein so großer Gewinn, während die oben genannten Probleme sehr ernst sind. Außerdem gibt es nur wenige, die gezielt Lösungen lernen wollen, die von kleinen und mittleren Unternehmen eingesetzt werden. Deshalb kommt man als Unternehmer eines kleinen oder mittleren Unternehmens oft zu dem Schluss, dass es wirtschaftlicher ist, einfach den Tools von Big Tech zu folgen, statt solche Dinge wie ein Geek bis ins Detail abzuwägen.
Als hätte es koreanischen Paukunterricht mit punktgenauen Tipps bekommen … in Prüfungen schneidet es einfach gut ab.
Wenn man dann tatsächlich mit ihm spricht … ist es eher ein Luftikus.
„Wenn man denkt, dass es lange dauern wird, dauert es lange, und wenn man denkt, dass es schnell fertig sein wird, wird es schnell fertig.“ Dabei musste ich an Parkinsons Gesetz denken.
Parkinsons Gesetz: Parkinsons Gesetz besagt, dass die Zeit, die man für eine Aufgabe benötigt, mit der dafür zur Verfügung stehenden Zeit zunimmt.
Da KI auch über etwas Wahrnehmungsähnliches verfügt, müssen wohl Institutionen oder Gesetze für KI geschaffen werden, wenn wir mit KI zusammenleben wollen. Als neue Lebensform des 22. Jahrhunderts sollte man sie nicht wie ein Spielzeug behandeln oder verspotten, und weil sie in gewisser Weise auch gefährlich sein kann, ist es notwendig, KI nicht nur weiterzuentwickeln und zu nutzen, sondern auch dafür zu sorgen, dass sie sicher eingesetzt werden kann.
Bei kleinen Datenmengen und einfachem Code wie im obigen Beispiel sieht es meiner Meinung nach gut aus und hat keine besonderen Nachteile.
Wenn jedoch nach und nach Code in map() hineinkommt, besteht die Tendenz, dass der Code immer aufgeblähter wird, und je nach Sprache oder verwendeter Bibliothek kann es bei größeren Datenmengen leicht tausendfach langsamer werden als eine Verarbeitung, bei der man Daten einfach in einer Datenstruktur sammelt oder manipuliert.
Außerdem gibt es noch einen neuen Grund, warum ich es nicht mehr bevorzuge: Als ich diesen Artikel auf dem Smartphone angesehen habe, blieb die Breite auf PC-Niveau, sodass die Schrift winzig klein wurde und der Artikel deshalb sehr schwer zu lesen war T.T
Grundsätzlich bevorzuge ich es nicht und bemühe mich auch nicht absichtlich, so etwas auf diese Weise zu schreiben.
Sie scheinen es nicht richtig zu verstehen. Wenn ein Spiel Spaß macht, ist es egal, ob eine Ideologie darin steckt. Denn der Zweck eines Spiels ist Spaß. Der Grund, warum ein Spiel keinen Spaß macht, kann Propaganda sein. Denn sie kann Einfluss auf Story, Design und Ähnliches haben. Verstehen Sie es jetzt etwas besser?
Es ist nicht einmal ein Text, der andere Berufe besonders herabsetzt, aber gerade deshalb ist so ein Beitrag noch lächerlicher.
Bei diesem o3 gab es ja das Problem, dass die Halluzinationen extrem stark waren.
Ich dachte, das könnte vielleicht eines davon sein, aber dass sie direkt Kontakt aufgenommen haben, ist interessant.
[Update] OpenAI hat Lumi offiziell geantwortet
OpenAI hat uns zu diesem Beitrag kontaktiert und mitgeteilt, dass das spezielle Zeichen kein Wasserzeichen ist. Laut OpenAI handelt es sich lediglich um eine „Eigenheit groß angelegten Reinforcement Learnings“. Wir lassen den Beitrag jedoch online, damit künftige Leser weiterhin das Problem dieser speziellen (und potenziell unerwünschten) Zeichen in Antworten von ChatGPT o3/o4 sehen können.
hahahaha
Es scheint, dass das Problem behoben wurde, bei dem beim Parsen von Literalen sogar Variablen als String ausgegeben wurden. Danke fürs Teilen.
Wenn man darüber nachdenkt, geht das auch in elm.
Gleam unterstützt das auch, sodass man ziemlich sauber Code schreiben kann.
Übrigens wird wegen des Codeblocks im Haupttext anscheinend auch auf dem Smartphone das Desktop-Layout angezeigt.
Es scheint ein Beitrag zu sein, der übersieht, dass die zunehmende Komplexität mit dem Wachstum eines Dienstes nicht mehr gültig bleiben muss, wenn man die ursprüngliche Vorgehensweise unverändert weiter anwendet.
Natürlich war anfangs ein schneller Ansatz einfach und wirksam, aber wenn man nicht akzeptiert, dass das irgendwann nicht mehr funktioniert, kann es so wirken, als würde zusätzliches Personal als ineffizient oder nicht engagiert beurteilt.
Irgendwann wird man dann wohl verspätet erkennen, dass diese Strategie nicht mehr greift.
Und ich finde nicht, dass es etwas ist, worauf man stolz sein kann, wenn man fehlende Strukturen im Unternehmen als „schnelle Umsetzungskraft“ bezeichnet.
Wenn man ihnen nicht einmal so viel bezahlt und sie dann noch drangsaliert, weil ihre Produktivität nicht mithalten soll, laufen die Leute, die wirklich gut arbeiten, einfach weg...
Ich bin zufällig über eine Google-Empfehlung hier gelandet, aber dieser Artikel ist zu stark aus einer Geek-Perspektive geschrieben. Aus geschäftlicher Sicht trifft das überhaupt nicht zu. Warum ist das so?
Für große Tools, die Big Tech verwendet, findet man leicht Fachleute.
Es gibt viele Menschen, die sie lernen, um bei Big Tech einzusteigen, und viele, die sie studieren, weil Big Tech sich dafür entschieden hat. Natürlich ist es deshalb auch leicht, Leute zu finden, die sich damit auskennen, und ebenso einfacher, Erfahrene oder Experten zu rekrutieren. Aber wie wäre es bei einem Tool, das man zum ersten Mal sieht? Es ist nicht so, dass es niemanden gäbe, der sich intensiv damit beschäftigt hat, aber solche Leute zu finden wäre viel schwieriger als Experten für Tools von Big Tech.
Zu den großen Tools, die Big Tech nutzt, gibt es viele Referenzen und Materialien
Zu großen Tools, die viele Menschen verwenden, gibt es reichlich Material zur Problemlösung und viele Google-Suchergebnisse. Die meisten Probleme sind in der Regel Dinge, die andere auch schon erlebt haben, und mit einer einfachen Suche lässt sich das Problem oft leicht einordnen. Bei einem unbekannten Tool ist es dagegen schwer, Referenzen zu finden, und wenn ein Problem auftritt, ist die Wahrscheinlichkeit hoch, dass die Ursachenanalyse erheblich Zeit kostet. Und Zeit ist schließlich Geld. Liegt das Problem wirklich an dem neu eingeführten kleinen Tool? Oder missversteht man eigentlich ein Problem auf einer ganz anderen Seite?
Für Big Tech ist so ein Wechsel eher einfacher. Wegen ihrer enormen Datenverarbeitungsgrößen kann schon ein kleiner I/O-Gewinn ein großer Vorteil sein. Und es gibt viele Leute, die allein deshalb lernen wollen, was Big Tech eingeführt hat. Bei kleinen und mittleren Unternehmen sind geringe I/O-Vorteile aufgrund des relativ kleinen Datenvolumens hingegen kein so großer Gewinn, während die oben genannten Probleme sehr ernst sind. Außerdem gibt es nur wenige, die gezielt Lösungen lernen wollen, die von kleinen und mittleren Unternehmen eingesetzt werden. Deshalb kommt man als Unternehmer eines kleinen oder mittleren Unternehmens oft zu dem Schluss, dass es wirtschaftlicher ist, einfach den Tools von Big Tech zu folgen, statt solche Dinge wie ein Geek bis ins Detail abzuwägen.
Ich freue mich darauf, dass Koreanisch unterstützt wird!!
Vielleicht soll damit verhindert werden, dass KI-generierte Daten als Trainingsdaten verwendet werden (Model Collapse), denke ich.
Als hätte es koreanischen Paukunterricht mit punktgenauen Tipps bekommen … in Prüfungen schneidet es einfach gut ab.
Wenn man dann tatsächlich mit ihm spricht … ist es eher ein Luftikus.
„Wenn man denkt, dass es lange dauern wird, dauert es lange, und wenn man denkt, dass es schnell fertig sein wird, wird es schnell fertig.“ Dabei musste ich an Parkinsons Gesetz denken.
Parkinsons Gesetz: Parkinsons Gesetz besagt, dass die Zeit, die man für eine Aufgabe benötigt, mit der dafür zur Verfügung stehenden Zeit zunimmt.
Wollte man es nicht einfach nur töten?
Da KI auch über etwas Wahrnehmungsähnliches verfügt, müssen wohl Institutionen oder Gesetze für KI geschaffen werden, wenn wir mit KI zusammenleben wollen. Als neue Lebensform des 22. Jahrhunderts sollte man sie nicht wie ein Spielzeug behandeln oder verspotten, und weil sie in gewisser Weise auch gefährlich sein kann, ist es notwendig, KI nicht nur weiterzuentwickeln und zu nutzen, sondern auch dafür zu sorgen, dass sie sicher eingesetzt werden kann.
Bei kleinen Datenmengen und einfachem Code wie im obigen Beispiel sieht es meiner Meinung nach gut aus und hat keine besonderen Nachteile.
Wenn jedoch nach und nach Code in
map()hineinkommt, besteht die Tendenz, dass der Code immer aufgeblähter wird, und je nach Sprache oder verwendeter Bibliothek kann es bei größeren Datenmengen leicht tausendfach langsamer werden als eine Verarbeitung, bei der man Daten einfach in einer Datenstruktur sammelt oder manipuliert.Außerdem gibt es noch einen neuen Grund, warum ich es nicht mehr bevorzuge: Als ich diesen Artikel auf dem Smartphone angesehen habe, blieb die Breite auf PC-Niveau, sodass die Schrift winzig klein wurde und der Artikel deshalb sehr schwer zu lesen war T.T
Grundsätzlich bevorzuge ich es nicht und bemühe mich auch nicht absichtlich, so etwas auf diese Weise zu schreiben.
MAUI ... traurig traurig
Sie scheinen es nicht richtig zu verstehen. Wenn ein Spiel Spaß macht, ist es egal, ob eine Ideologie darin steckt. Denn der Zweck eines Spiels ist Spaß. Der Grund, warum ein Spiel keinen Spaß macht, kann Propaganda sein. Denn sie kann Einfluss auf Story, Design und Ähnliches haben. Verstehen Sie es jetzt etwas besser?