Thật ngạc nhiên khi thay vì Pull Request lại là "Prompt Request".
Từ rất lâu trước đây tôi từng rất quan tâm đến MDA, nhưng vì quá phi thực tế nên đã từ bỏ; vậy mà giờ điều này lại được hiện thực hóa như thế này.
Ở giữa trang bài viết đó có chọn ra một bình luận hay nhất, và tôi cực kỳ đồng cảm với câu: "[...] Hãy gộp thanh trạng thái và thanh bên dưới thành một thanh thống nhất [...] Android 3.0 Honeycomb đã từng có điều này và nó là tuyệt nhất."
Mô hình thế giới mô phỏng tính động của môi trường để dự đoán môi trường sẽ tiến hóa như thế nào và hành động sẽ tạo ra tác động gì. Google DeepMind đã có kinh nghiệm phát triển tác nhân cho các môi trường cụ thể như cờ vua hay cờ vây, nhưng để xây dựng trí tuệ nhân tạo tổng quát (AGI), cần có một hệ thống có thể khám phá sự đa dạng của thế giới thực.
Để giải quyết những thách thức này và đạt được mục tiêu phát triển trí tuệ nhân tạo tổng quát (AGI), chúng tôi đã phát triển Genie 3. Khác với trải nghiệm chỉ khám phá từ các ảnh chụp 3D tĩnh, Genie 3 tạo ra lộ trình phía trước theo thời gian thực khi người dùng di chuyển và tương tác với thế giới. Đồng thời mô phỏng các quy luật vật lý và tương tác của một thế giới động, hệ thống này còn có thể mô phỏng mọi kịch bản trong thế giới thực — từ robot học, mô hình hóa, hoạt hình, sáng tác hư cấu đến khám phá địa điểm và bối cảnh lịch sử — nhờ mức độ nhất quán đột phá.
Dựa trên nghiên cứu mô hình được thực hiện cùng các tester đáng tin cậy thuộc nhiều ngành và lĩnh vực khác nhau, chúng tôi đang tiến thêm một bước với 'Project Genie', một nguyên mẫu nghiên cứu mang tính thử nghiệm.
Vì vậy, tôi đặt instruction cho Gemini là: "Không khen ngợi hay tâng bốc người dùng quá mức. Hãy trả lời bằng văn phong trung lập, mang tính khoa học/học thuật. Luôn đưa ra tài liệu tham khảo." và sử dụng theo cách đó. Dù đôi khi nó vẫn vi phạm chỉ thị (ví dụ, tôi đã yêu cầu không chèn video YouTube nhưng thỉnh thoảng nó vẫn thêm vào), nhưng như vậy các câu trả lời tạo ra vẫn gọn gàng hơn nhiều và tập trung vào ý chính.
Bản thân phải có năng lực siêu nhận thức thì mới có thể tư duy tốt; không phải cứ có LLM là khả năng tư duy sẽ được cải thiện. Và những người sử dụng LLM ngay từ đầu thì siêu nhận thức cũng sẽ bị phá hỏng thôi..
Ừm, ngược lại, cũng có vẻ xuất hiện những trường hợp bị mắc kẹt trong lối tư duy của riêng mình vì các phản hồi nịnh nọt sai lệch. Dù AI hữu ích như một công cụ giúp sắp xếp, hệ thống hóa rõ ràng, tôi nghĩ việc luôn nhìn nhận các phản hồi của AI bằng góc nhìn phê phán cũng rất quan trọng.
Hãy thử nghĩ xem: ánh sáng như một điểm. Ánh sáng như một đường. Ánh sáng như một phổ hay một trường. Ánh sáng như một cấu trúc hay một nguyên lý. Ánh sáng như một quy luật. Ánh sáng như một lẽ vận hành của vũ trụ. Coding hay dữ liệu. Khái niệm và tri thức. Nếu biến đổi toàn bộ cả bản thân nguyên lý theo kiểu này, thì hệ hình tư duy sẽ biến chuyển dữ dội.
Vấn đề như một điểm, suy nghĩ như những điểm. Quá trình. Quan hệ nhân quả và suy luận tuyến tính. Vấn đề và câu trả lời như một con đường. Khám phá và tìm tòi các phương tiện và phương pháp theo dạng song song. Nhận thức không gian. Ta đang tiến về đâu vì điều gì, xung quanh có những gì, nguyên mẫu cấu trúc tạo nên suy nghĩ và nhận thức mà tôi đang có là gì. Nguyên lý tạo nên tư duy là gì. Quy luật nào tạo ra những nguyên lý hay cấu trúc đó, nguyên mẫu ấy bắt đầu từ quy luật nào. Từ nhiều góc độ đối với tư duy và chính bản thân suy nghĩ. Trở nên có thể nhận thức từ quan điểm đa chiều, đa chiều kích.
Điều này có vẻ quá rõ ràng: từ điểm thành đường, thành mặt, thành không gian; từ nguyên lý và quy luật. Tôi đã thiết lập được một góc nhìn tư duy giúp cân nhắc mọi thứ từ mọi phương diện như nấu ăn, vật lý, toán học, hóa học, ánh sáng, sóng, tư duy và suy nghĩ, hướng tới mọi nguyên mẫu cấu trúc đi về lẽ vận hành của vũ trụ.
Tôi đã dùng Linux được 19 năm.
Thành thật mà nói, khi nhìn vào lý do thì những điểm bị nêu là nhược điểm của MS lại chính là những vấn đề mà Linux vẫn luôn có từ lúc tôi mới bắt đầu dùng cho đến bây giờ, nên tôi không hiểu lắm,
nhưng dù sao cũng chào mừng.
Thật ngạc nhiên khi thay vì Pull Request lại là "Prompt Request".
Từ rất lâu trước đây tôi từng rất quan tâm đến MDA, nhưng vì quá phi thực tế nên đã từ bỏ; vậy mà giờ điều này lại được hiện thực hóa như thế này.
Moltbot này đúng là đang rất hot.
Hãy tham khảo thêm bài giới thiệu của Cloudflare: Introducing Moltworker: a self-hosted personal AI agent, minus the minis
"Di chuyển nhanh và phá vỡ mọi thứ"
Câu này thật sự rất đồng cảm
Ở giữa trang bài viết đó có chọn ra một bình luận hay nhất, và tôi cực kỳ đồng cảm với câu: "[...] Hãy gộp thanh trạng thái và thanh bên dưới thành một thanh thống nhất [...] Android 3.0 Honeycomb đã từng có điều này và nó là tuyệt nhất."
Mô hình thế giới mô phỏng tính động của môi trường để dự đoán môi trường sẽ tiến hóa như thế nào và hành động sẽ tạo ra tác động gì. Google DeepMind đã có kinh nghiệm phát triển tác nhân cho các môi trường cụ thể như cờ vua hay cờ vây, nhưng để xây dựng trí tuệ nhân tạo tổng quát (AGI), cần có một hệ thống có thể khám phá sự đa dạng của thế giới thực.
Để giải quyết những thách thức này và đạt được mục tiêu phát triển trí tuệ nhân tạo tổng quát (AGI), chúng tôi đã phát triển Genie 3. Khác với trải nghiệm chỉ khám phá từ các ảnh chụp 3D tĩnh, Genie 3 tạo ra lộ trình phía trước theo thời gian thực khi người dùng di chuyển và tương tác với thế giới. Đồng thời mô phỏng các quy luật vật lý và tương tác của một thế giới động, hệ thống này còn có thể mô phỏng mọi kịch bản trong thế giới thực — từ robot học, mô hình hóa, hoạt hình, sáng tác hư cấu đến khám phá địa điểm và bối cảnh lịch sử — nhờ mức độ nhất quán đột phá.
Dựa trên nghiên cứu mô hình được thực hiện cùng các tester đáng tin cậy thuộc nhiều ngành và lĩnh vực khác nhau, chúng tôi đang tiến thêm một bước với 'Project Genie', một nguyên mẫu nghiên cứu mang tính thử nghiệm.
Lỗi lớn là ở tôi vì đã cố đọc đoạn mã do AI viết.
Vì vậy, tôi đặt instruction cho Gemini là: "Không khen ngợi hay tâng bốc người dùng quá mức. Hãy trả lời bằng văn phong trung lập, mang tính khoa học/học thuật. Luôn đưa ra tài liệu tham khảo." và sử dụng theo cách đó. Dù đôi khi nó vẫn vi phạm chỉ thị (ví dụ, tôi đã yêu cầu không chèn video YouTube nhưng thỉnh thoảng nó vẫn thêm vào), nhưng như vậy các câu trả lời tạo ra vẫn gọn gàng hơn nhiều và tập trung vào ý chính.
Bạn đã nhận ra rồi.
Chỉ là việc AI phân biệt chó với mèo giờ đã tiến lại gần chúng ta hơn một chút thôi... Tôi không biết liệu nó có giá trị gì hơn thế không.
Bản thân phải có năng lực siêu nhận thức thì mới có thể tư duy tốt; không phải cứ có LLM là khả năng tư duy sẽ được cải thiện. Và những người sử dụng LLM ngay từ đầu thì siêu nhận thức cũng sẽ bị phá hỏng thôi..
Ừm, ngược lại, cũng có vẻ xuất hiện những trường hợp bị mắc kẹt trong lối tư duy của riêng mình vì các phản hồi nịnh nọt sai lệch. Dù AI hữu ích như một công cụ giúp sắp xếp, hệ thống hóa rõ ràng, tôi nghĩ việc luôn nhìn nhận các phản hồi của AI bằng góc nhìn phê phán cũng rất quan trọng.
Ơ, phần tóm tắt bị sai rồi mà haha
Hãy thử nghĩ xem: ánh sáng như một điểm. Ánh sáng như một đường. Ánh sáng như một phổ hay một trường. Ánh sáng như một cấu trúc hay một nguyên lý. Ánh sáng như một quy luật. Ánh sáng như một lẽ vận hành của vũ trụ. Coding hay dữ liệu. Khái niệm và tri thức. Nếu biến đổi toàn bộ cả bản thân nguyên lý theo kiểu này, thì hệ hình tư duy sẽ biến chuyển dữ dội.
Vấn đề như một điểm, suy nghĩ như những điểm. Quá trình. Quan hệ nhân quả và suy luận tuyến tính. Vấn đề và câu trả lời như một con đường. Khám phá và tìm tòi các phương tiện và phương pháp theo dạng song song. Nhận thức không gian. Ta đang tiến về đâu vì điều gì, xung quanh có những gì, nguyên mẫu cấu trúc tạo nên suy nghĩ và nhận thức mà tôi đang có là gì. Nguyên lý tạo nên tư duy là gì. Quy luật nào tạo ra những nguyên lý hay cấu trúc đó, nguyên mẫu ấy bắt đầu từ quy luật nào. Từ nhiều góc độ đối với tư duy và chính bản thân suy nghĩ. Trở nên có thể nhận thức từ quan điểm đa chiều, đa chiều kích.
Điều này có vẻ quá rõ ràng: từ điểm thành đường, thành mặt, thành không gian; từ nguyên lý và quy luật. Tôi đã thiết lập được một góc nhìn tư duy giúp cân nhắc mọi thứ từ mọi phương diện như nấu ăn, vật lý, toán học, hóa học, ánh sáng, sóng, tư duy và suy nghĩ, hướng tới mọi nguyên mẫu cấu trúc đi về lẽ vận hành của vũ trụ.
Đúng là thầy Hejlsberg..💜
Nghe nói anh ấy thích Codex, nên tôi khá tò mò về phần thiết lập.
250 tỷ token à, thật sự tôi không thể hình dung nổi...
Tôi đã dùng Linux được 19 năm.
Thành thật mà nói, khi nhìn vào lý do thì những điểm bị nêu là nhược điểm của MS lại chính là những vấn đề mà Linux vẫn luôn có từ lúc tôi mới bắt đầu dùng cho đến bây giờ, nên tôi không hiểu lắm,
nhưng dù sao cũng chào mừng.
Mong là sớm hỗ trợ cả các quốc gia ngoài Mỹ nữa.
Dù không dùng thì tôi cũng tò mò không biết cảm giác sẽ như thế nào