返回首页
最新
我发现大语言模型（LLM）的可解释性非常有趣，因此想创建一个最小化的代码库，包含以下内容：
- 自编码器（SAE）训练
- 自动特征解释
- 通过图形用户界面（GUI）可视化特征并进行干预
您可以在这里尝试：<a href="https://nanointerpret.pages.dev/" rel="nofollow">https://nanointerpret.pages.dev/</a>
或者查看代码库：<a href="https://github.com/Belluxx/nanointerpret" rel="nofollow">https://github.com/Belluxx/nanointerpret</a>
在泰米尔语中，有一句随意的说法“nee kodu potta avan rodu poduvan”。意思是你划出一条线，他就会铺出一条路。这句话主要用来形容那些非常有能力的人，他们能够扩展、探索并取得成功，只要你能给他们指明方向。
我觉得人工智能在某种程度上也有类似的特性。你可以让它扩展你的思维和想法，但你需要清楚你所划的线。如果你的线不清晰，人工智能也会将其扩展成一条通向无处的六车道高速公路。因为听起来很不错，你可能会在宽阔的高速公路上驰骋，却又无处归属。然后你必须能够指出并说“dei road anga illa”（兄弟，那儿没有路）。
这就是一种新技能。你需要在正确的位置划出线条，构建出清晰识别问题的形状，明确边界条件、约束条件以及值得追求的结果，这样你就能看到人工智能将其放大成一条美丽的道路，周围有房屋。
我认为这个技能并没有在任何地方教授。我看到周围有很多术语，但这更像是一个艺术家坐在画布前，用画笔划线。这不再仅仅是编程，而是关于数据及其形状的更多内容。还有很多关于理解问题的知识，你对问题了解得越深入，就越能准确地划出那些线条，让人工智能看到并扩展你试图描绘的世界。
我想听听一些建议，如何避免在某些事情上浪费时间。你可以提供任何你想要的建议，或者分享一些经验或故事。
最近，我越来越多地并行运行多个代理，但我注意到它们之间没有任务上下文，无法了解其他代理正在做什么，即使许多工作是相互关联的。这就像把Slack从一个团队中拿走一样。代理们重复工作，做出冲突的更改，互相干扰，仅仅因为它们无法相互沟通。
Concord是一个MCP + CLI，允许编码代理声明工作，查看其他代理的活动，并实时互相发送消息。
KnotQ 允许您在 Markdown 文档中安排提醒、任务和事件，并在统一的日历中查看它们。