Nowy post: LLM-y dzielące się wiedzą vs LLM-y tworzące wiedzę. Ekonomia tych dwóch przypadków jest jakościowo różna, a wydaje się prawdopodobne, że laboratoria zaczną ograniczać dostęp do LLM-ów tworzących wiedzę, aby mogły same korzystać z owoców.

Zadania Cadillac: Uważam, że wiele szacunków dotyczących wzrostu wydajności LLM jest zawyżonych, ponieważ ludzie używają ich do zadań Cadillac: rzeczy, które zajmowałyby ci dużo czasu bez pomocy, ale mają tylko marginalną dodatkową wartość.

Prognoza: ludzie będą dążyć do tworzenia dokumentów, które są weryfikowane przez maszyny. Dokument będzie zawierał listę kontrolną, abyś mógł zobaczyć, że spełnia określone właściwości, potwierdzone przez LLM: (🧵)