来自频道: @lover_links
我们的中文互联网不足以提供高质量的训练数据。什么是高质量的数据？比如维基百科、高质量的活跃论坛、专业新闻、学术论文、高质量代码、图书。
我们看看GPT–3的训练数据是什么。权重最大的数据集是OpenWebText（开源版本）,数据是从Reddit论坛上收集的URL，再把内容抓取下来。Common Crawl是一个开放的互联网数据存档（英文占一半，中文大概5%）。其他一些代表性的数据包括Wikipedia维基百科，Books开放图书，Stack Exchange 技术问答社区，Github 代码，ArXiv论文，RealNews 新闻存档，PubMed 医疗数据。可以看到，由中文互联网产生的数据，比例低到可以忽略。这也是困扰很多试图训练中文大模型的问题，但实际上，ChatGPT的用中文沟通的能力，已经远超那些专门的中文大语言模型了，背后原因是GPT隐式学到的翻译能力。
没有好的中文数据，我们就只能搭全球互联网的数据顺风车。上面这些优质数据的产生，需要开放的社区，我们似乎无解。
我们看看GPT–3的训练数据是什么。权重最大的数据集是OpenWebText（开源版本）,数据是从Reddit论坛上收集的URL，再把内容抓取下来。Common Crawl是一个开放的互联网数据存档（英文占一半，中文大概5%）。其他一些代表性的数据包括Wikipedia维基百科，Books开放图书，Stack Exchange 技术问答社区，Github 代码，ArXiv论文，RealNews 新闻存档，PubMed 医疗数据。可以看到，由中文互联网产生的数据，比例低到可以忽略。这也是困扰很多试图训练中文大模型的问题，但实际上，ChatGPT的用中文沟通的能力，已经远超那些专门的中文大语言模型了，背后原因是GPT隐式学到的翻译能力。
没有好的中文数据，我们就只能搭全球互联网的数据顺风车。上面这些优质数据的产生，需要开放的社区，我们似乎无解。
来自频道: @lover_links
山姆·阿尔特曼分享了对于未来的预测：AI 大模型技术，将成为继移动互联网之后，未来最大的技术平台；而以聊天机器人为界面，加上图像、音乐、文本等多模态模型的发展，将诞生大型企业。
甚至有一些更激进的预测，比如 AI 科学家将学会自我迭代，它不仅仅降本增效，而是为人类带来新知，增加人类知识的总和。
甚至有一些更激进的预测，比如 AI 科学家将学会自我迭代，它不仅仅降本增效，而是为人类带来新知，增加人类知识的总和。
来自频道: @lover_links
https://apple.co/3EmSwlz
App Store
Five Tasks - Tiny To Do List
Welcome to Five, the to-do app with a limit.
By putting a limitation on your to-do list, you are forced to prioritise and focus on what’s important.
Five helps you do this with an incredibly simple app
With Five you will stop taking on too many tasks…
By putting a limitation on your to-do list, you are forced to prioritise and focus on what’s important.
Five helps you do this with an incredibly simple app
With Five you will stop taking on too many tasks…
来自频道: @lover_links
#PKM #Murmuration 很多人都在问 #PM 产品思维是什么？产品经理的核心技能又是什么？我大致的说下：
产品是什么？ - 是具备商业价值的功能集合
产品定义中的重点？- 1.商业价值；2.功能集合
>化重点：「商业价值」，所以说没事少脑补一些有的没的，什么是“好”的产品，“好”的产品是能能经过商业市场检验，能活下来，活的好的产品，而不是乱七八遭各种脑补功能、需求和需要的产品，一切产品不以商业价值为目的的产品，在当今社会是不能称作为“好”产品
产品思维是什么？总体是以下五个部分：
1、需求识别思维 - 找到用户是谁，本质是找到用户的“那个”需求或者需求集合
2、供给思维 - 功能集合是什么，功能解决了第一条中用户的什么需求（问题），重要的是「需要」问题，用户凭什么需要你
3、商业匹配思维 - 商业价值如何体现的，匹配模式
4、说明书思维 - 产品功能描述清楚，简单扼要，说“人”能听懂的话
5、迭代思维 - 不管你是MVP还是狗屁敏捷，不迭代，Bug怎么办？MKT怎么办？PR怎么办？
PM的核心技能又是什么？
1、产品设计：了解用户需求，挖掘产品机会，设计出合理的产品架构，实现产品的有效开发
2、技术管理：熟悉互联网技术，掌握产品开发流程，控制产品开发进度，确保产品质量。
3、 市场营销：了解市场趋势，分析用户行为，推广产品，提升产品知名度。
4、 项目管理：组织项目团队，制定项目计划，控制项目进度，确保项目顺利完成
5、数据分析：分析用户数据，挖掘产品机会，改进产品设计，提升产品体验
大致就是这些了，为什么我总喜欢骂PM呢，因为被骂的PM很多都做不到以上10条的一半，作为废物PM活该被骂，被开除被毕业更是理所当然😘
产品是什么？ - 是具备商业价值的功能集合
产品定义中的重点？- 1.商业价值；2.功能集合
>化重点：「商业价值」，所以说没事少脑补一些有的没的，什么是“好”的产品，“好”的产品是能能经过商业市场检验，能活下来，活的好的产品，而不是乱七八遭各种脑补功能、需求和需要的产品，一切产品不以商业价值为目的的产品，在当今社会是不能称作为“好”产品
产品思维是什么？总体是以下五个部分：
1、需求识别思维 - 找到用户是谁，本质是找到用户的“那个”需求或者需求集合
2、供给思维 - 功能集合是什么，功能解决了第一条中用户的什么需求（问题），重要的是「需要」问题，用户凭什么需要你
3、商业匹配思维 - 商业价值如何体现的，匹配模式
4、说明书思维 - 产品功能描述清楚，简单扼要，说“人”能听懂的话
5、迭代思维 - 不管你是MVP还是狗屁敏捷，不迭代，Bug怎么办？MKT怎么办？PR怎么办？
PM的核心技能又是什么？
1、产品设计：了解用户需求，挖掘产品机会，设计出合理的产品架构，实现产品的有效开发
2、技术管理：熟悉互联网技术，掌握产品开发流程，控制产品开发进度，确保产品质量。
3、 市场营销：了解市场趋势，分析用户行为，推广产品，提升产品知名度。
4、 项目管理：组织项目团队，制定项目计划，控制项目进度，确保项目顺利完成
5、数据分析：分析用户数据，挖掘产品机会，改进产品设计，提升产品体验
大致就是这些了，为什么我总喜欢骂PM呢，因为被骂的PM很多都做不到以上10条的一半，作为废物PM活该被骂，被开除被毕业更是理所当然😘
来自频道: @lover_links
严肃讲几句 Bing with ChatGPT 吧。
作为一个常年高强度使用 Google 进行 researching 的人，我认为今天搜索引擎的问题，并不在于「信息呈现的方式」，而在于「信息」本身。
Google 的 Knowledge 功能已经推出很多年了，它的呈现无可挑剔，但真正的问题依然在于「污染」。任何机器，从本质上都无法对信息的 authenticity 进行甄别，比如你搜「苹果 2022 年利润」，它很难弄清楚你说的是自然年还是财年，是净利还是毛利。而苹果还是一家信息透明度极高的上市公司，如果把问题换成「字节跳动有多赚钱？」，chatGPT 给出的信息只会更粗糙，或冗长。
而我还只是一个非母语英文用户，我搜索的信息大多是知识之海里，相对浮在表面的那部分，都有坚定的事实作为支撑。如果问题延伸到政治领域，AI 在伦理和道德上就只会更加失语，比如：新冠是大号流感吗？Trump 应该进监狱吗？
然后是无法避开的，算力的问题。现在 chatGPT 能做的，就是把一些基本的信息，包装成自然、连贯的自然语言。这个特性最好的应用场景，其实是赋能语音助手。但因为算力需求有着数量级的差距，很难说 chatGPT or Bard 到底能不能最终被简化、整合进 Google Assistant。
当然，作为一个写作者，以及 self-documenter，我觉得 GPT 这类 AI 最具潜力的应用，其实是作为「分类器」对个人数据进行管理和挖掘。比如让你可以用自然语言搜索相册；分析你的语料库，在你写作的时候给出建议……但今天的 AI 公司为了训练模型，都在把所有「数据」看作一个整体喂给 AI，最终搞出来的就是一些很快会变得无聊的 AI 玩具。
就像 Joanna Stern 尝试的问 Bing Chat 的第一个问题是「2023 Grammy winners」，这难道不是 Web 1.0 的功能吗？
https://www.wsj.com/video/series/joanna-stern-personal-technology/bing-with-ai-microsoft-ceo-satya-nadella-on-why-search-is-changed-forever/FD2170DD-F431-49A2-8BF9-11FCF5665C3C
作为一个常年高强度使用 Google 进行 researching 的人，我认为今天搜索引擎的问题，并不在于「信息呈现的方式」，而在于「信息」本身。
Google 的 Knowledge 功能已经推出很多年了，它的呈现无可挑剔，但真正的问题依然在于「污染」。任何机器，从本质上都无法对信息的 authenticity 进行甄别，比如你搜「苹果 2022 年利润」，它很难弄清楚你说的是自然年还是财年，是净利还是毛利。而苹果还是一家信息透明度极高的上市公司，如果把问题换成「字节跳动有多赚钱？」，chatGPT 给出的信息只会更粗糙，或冗长。
而我还只是一个非母语英文用户，我搜索的信息大多是知识之海里，相对浮在表面的那部分，都有坚定的事实作为支撑。如果问题延伸到政治领域，AI 在伦理和道德上就只会更加失语，比如：新冠是大号流感吗？Trump 应该进监狱吗？
然后是无法避开的，算力的问题。现在 chatGPT 能做的，就是把一些基本的信息，包装成自然、连贯的自然语言。这个特性最好的应用场景，其实是赋能语音助手。但因为算力需求有着数量级的差距，很难说 chatGPT or Bard 到底能不能最终被简化、整合进 Google Assistant。
当然，作为一个写作者，以及 self-documenter，我觉得 GPT 这类 AI 最具潜力的应用，其实是作为「分类器」对个人数据进行管理和挖掘。比如让你可以用自然语言搜索相册；分析你的语料库，在你写作的时候给出建议……但今天的 AI 公司为了训练模型，都在把所有「数据」看作一个整体喂给 AI，最终搞出来的就是一些很快会变得无聊的 AI 玩具。
就像 Joanna Stern 尝试的问 Bing Chat 的第一个问题是「2023 Grammy winners」，这难道不是 Web 1.0 的功能吗？
https://www.wsj.com/video/series/joanna-stern-personal-technology/bing-with-ai-microsoft-ceo-satya-nadella-on-why-search-is-changed-forever/FD2170DD-F431-49A2-8BF9-11FCF5665C3C
来自频道: @lover_links