AI智能进阶与验证之道

我一直在探索如何增强AI的能力，所以记录了关于缩放定律、数据量和推理时间的笔记。

最近我发现，大家的关注点转向了验证。

实际上，当模型的某项能力超越人类平均水平时，便是大规模落地的契机，比如计算机视觉物体识别率突破93%左右，就开始大量取代人工操作。

目前大语言模型在许多任务上的表现已超越人类平均水平，但若要真正取代人类，尤其是处理严肃任务，必须建立验证机制。

今天看到一篇帖子，谈及AI编程确定性管理的两大兜底手段：要么是人工深度理解以兜底，要么是借助数学形式化证明工具自动验证（当然这也存在局限）。

难怪最近刷屏全是数学和数学家的内容……原来资本都流向了这个领域……有人为了赚钱在炒作，我只是信息流里的吃瓜路人。