熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
尋求建議。
我在這個長週末花了時間將我的紅色書籍中有關線性回歸的附錄擴展成更具雄心的內容。一個名為「從回歸到注意力」的迷你指南,連接各種概念。目標是針對金融應用(信號研究)
計劃:
1/
1. 線性回歸 -> 脊迴歸 -> 核迴歸 -> 核平滑 -> 注意力
2. 線性回歸 -> 專家混合 -> 注意力
3. 專家混合 -> 隨機森林 -> 核平滑
這是一個長期的項目。將在三月/四月教授。將會有40-50頁。
2/
但這與撰寫原始附錄非常不同。現在我的工作方式是:
1. 我向 ChatGPT 和 Gemini 提問。
2. 我編輯答案以確保正確性/一致性。檢查答案中的參考資料。
3. 我將其納入主文件。
4. 回到第 1 步。
3/
所以在很大程度上,我現在是編輯,而LLM則是作者。問題:
1. 在我的團隊之外,這真的可以出版嗎?如果我在無意中抄襲一本書呢?課程筆記呢?
2. 假設一個LLM可以識別“抄襲的段落”並修正它們。這仍然不是抄襲嗎?
4/
3. 發布是合法的嗎?合乎倫理嗎?
1. 這是一個很棒的經驗。就像編程一樣:我在一個週末完成幾週的工作。
2. 就像編程一樣,我*確實*認為我對這個項目有重要貢獻。
3. 與編程不同,我有出版和著作權的顧慮。
尋求建議。
5/
注意:我使用 LLM 的速度比我在這裡讀到的「中期(投資)信號與 AI」要慢得多且原始。但根據我的經驗,並無冒犯之意,99% 的發帖者似乎並不太清楚自己在做什麼。甚至連錯誤都不是。
@ptuomov 我的意思是,生活中的某些事物注定是零和一。但並不多。
137
熱門
排行
收藏
