Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
我以為最後會說，其實這次的文案全都是林亦GPT寫的，我一個字都沒改哈哈話說他生成的彩色頭像，鍵盤是面對觀眾的XD
= =
😢野生揪揪鞋
鍵盤莫名戳到笑點哈哈哈
哈哈，假作真时真亦假，这搞得真假难辨了
我算不上专业的程序员，也做过一些编程工作，从七十年代末开始，先后用过汇编，Basic，Dbase，foxbase，Delphi，C语言等工具，写过不少小程序，也写过我们行业的应用管理系统，后来虽然转入管理角色，但自认为不是外行人。但面对计算机技术的迅猛发展，面对AI，我感觉我离时代越来越远了，成了标准的小白。不过很欣慰的是还有你们年青的一代，加油吧！你的视频很不错，是我关注的为数不多的技术类主播，祝频道越来越好！
事实上对于程序员来说，描述一个相对复杂的程序片段，脑子里最先冒出来的是程序语言，或者比较接近自然语言的伪代码，而用自然语言来描述同样的问题反而会更麻烦。非程序人员很难用自然语言来逻辑描述复杂的问题，用AI也是程序员用的更好。
大哥…你这比我还老…就你说这些语言，也就c还能用，其他都土埋到脑瓜顶啦
我也是開始有這種感覺, 這時, 開始不得不服老..
除这些外，还在黑色的纸带上打过孔。AI再继续发展，冯诺依曼架构不够用了
我大概是在2012年開始上國高中的電腦課的，那時候所有的電腦課都不敢教太多，有些地方還敢教打字證照、繪聲繪影、Moviemaker那些基本的，但很奇怪的是第一堂課總喜歡教電腦就是0跟1的組合，然後叫我們紙筆測驗計算十進位轉換成二進位。後來出現很多免費軟體，但最重要的變成是excel 2013以後的文書軟體，這時候我才知道程式語言跟按對按鍵、寫對語法有關係，到了siri出來之後、google雲端串連各種功能之後又變了一次，變成怎麼和其他人溝通合作完成檔案，一切都不是當初那本教科書上寫的二進位，唯一沒變的就是訊號傳輸系統那些協定。ai肯定會發展得更出乎意料吧! 但我拒絕再當那個小白!
這個本質上其實算不上真正的自然語言編程。其實更接近於 附加庫 和 參數的自動設定。附加庫就是把你的大量文本通過它本來就有的訓練方法進行訓練，再附加到他本來的框架一起打包。而參數就是分析提取一些人設等等東西，再作為參數給到它本身。就像是虛擬人物一樣，這種基於大語言模型的AI聊天機器人實在是太多了，Play商店一搜一大把，效果也都不錯。本質上要實現影片中所講的內容，ChatGPT其實一行代碼都沒寫，用的都是他框架本身的方法。其他功能也是，都只是它本身框架就有的，給你拼裝一下而已。真正的自然語言編程應該是真正從代碼的層級，甚至更底層的層級，可以實現所有功能，而不只是框架事先定義好的功能的拼裝調用。除非他自身的粒度已經達到堪比C++的程度，但那樣它的複雜度就太高了，因為「企圖以看似簡單的方式實現一個功能，往往要以遠比它更加複雜的功能來實現」--龍翔翎。
批判性的思考没有错，但是chatgpt确实带来生产力的提升是毋庸置疑，并且遥遥领先其他所有。
以後就出一個自動生成工作簡歷的GPT先跟對話者也就是真人方，索取盡可能多的個人資料再透過資料選擇合適的簡歷風格最後再透過線上編輯細微調整 甚至直接自動生成名片感覺就非常適合社會新鮮人 (或許已經有這種GPT但我個人還沒有看到過)
GPT 可能直接面試成功
谢谢你，以后这就我的创意了！
講解的非常的清楚，技術非常前沿而且非常有實用，強烈推薦可以對技術有興趣的同伴，謝謝
辛苦林哥把Retrieval Augmented Generation (RAG)的理論淺白地講解並顯示了一次
說真的，以後語言就又會被拆成機器人懂的，讓機器人懂的，還有人聽的這三種差別了未來由機器構造出的語言又會變成一種黑盒子然後這種語言建構出的環境中肯定會有完全脫離自然語言用法的語言系統，最後這種東西就會變成類似咒語一樣的東西
來考古了，看到gptstore推出後才來找的哈哈哈，確實好簡易的操作
這不就遊戲中的智能 NPC 了 !!感覺過 2 年，很多產業又要跨一大步了
科技发展好快，越来越应用在实际工作学习和生活中，不会用的，就像以前妈妈不会电脑我教了好久都没会，后来手机出来了，两天妈妈就会了，好的科技，就是操作简单，易学易用
身為工程師，科技真的進步太快了每天學都學不完，很怕自己學得太慢就被世界遺棄了
@@鳳梨酥土別學那些奇怪的東西，學好c跟assembly這些有生之內都不會被替代的東西。而且更重要的是因為你是從底層理解起的，很多技術只要有開源你都能直接去看source code；就算不是直接用c寫的東西，了解了cpu跟記憶體的運作也能讓你在理解新技術時更加的容易。科技看似日新月異，但其實(至少就software來說)底層依然是同樣的東西，只是上層的抽象跟應用越來越多而已。
感謝 林亦LYi 分享 ，做自己的 GPT 時代即將來臨
其实还是提示词工程，用自然语言去生成提示词。我觉得这玩意儿改变的是人类跟计算机的交互形式，距离真正的自然语言编程还差太远了，实现各种功能需要模型去跟环境交互，跟环境交互的大量基础设施还是离不开专业的程序员。冲击最大的我觉得应该是前端开发。
這根本的問題就是自然語言沒辦法嚴謹而有效描述真實世界。數學就曾經以自然語言（文章）、詩歌、圖像來表示。直到近代我們才有現代數學符號可以用。打算用自然語言生成程序根本是在開倒車。給非專業人員寫小程序還行，想開發一定規模的系統簡直是在走cobol的老路
目前正在做类似的项目，有些文档不适合传递给openai，本地向量化需要一个合格的opensource的embedding model。 在retrieve的时候怎样选择合理的向量也是一门大学问。非常影响效果。有时候是需要结合knowledge graph来辅助搜索。 油管上很多教你几个步骤做ARG。真的到项目上，问题还是非常多
這個用 Vector Database不就行了...
@@鄭琮瀚-x2j retrieve 就是从vector db拿doc。 向量本身的相似度是有局限性的，如果光搜索最接近的，通常会拿到不全面的答案。所以算法很关键。另外向量也会忽略一些间接相关的doc。KB可以作为一个补充来mitigate。
做自己的GPT，進步實在太快。無奈工作太忙實在跟不上時代的進步。如果可在香港開班授課就好了
点赞，节目内容越来越好了
在专业领域，这些都是辅助性功能。真正的面向业务开发，有太多内容了，不是单纯处理几个算法问题。。。
没提到 Actions, 我觉得这部份比较容易结合产品产生价值, 尤其是允许放多个不同 domain 的 API 这点.. 感觉很少人注意到这有什么意义...
人在情境中(person in environment)變成人工智慧在情境中(artificial intelligence in environment)，透由文本情境(語言訓練模型)，去模擬和運算各種情境，透由你的對話可以去對應到ai模擬出的其中一個情境來，這就是自然語言處理。簡單來說就是模仿我們，透由模仿我們去模擬出我們會說的話、想法和思考
我看到未來了
-刹那抓住了未來-
8:23 那東西叫embedding space 是所有語言模型最值錢最花錢的東西
除了文档向量化， 这次训练截止时间是四月份。 搞不好模型本身已经有小白linyi之类的信息了
很棒的分析GTP的影片,Thanks a lot!
数字Lyi:"我与李晓白是虚构的角色关系。在我提供的一些视频脚本中，李晓白被描绘为我的朋友或同事。这些故事和对话是为了增加视频内容的趣味性和互动性而创作的，不反映现实生活中的真实人物或关系。李晓白这个角色在这些故事中扮演了不同的角色，有时是我的朋友，有时是我的工作伙伴，他在不同情景下展现出了不同的特点和性格。这些都是为了让内容更加丰富和有吸引力。"
如果應用到遊戲，那開放世界更加真實也是指日可待，支線任務也不用再一直收集打怪，而是可以進行更深度的探索。
滿有意思的, 假如我有投遞工作履歷和自傳給機器人, 不就產生一個職場上的虛擬人格了
是不是把一个人一生说的话，行为习惯都录下来，创造一个gpt，这个人在某种意义上就永生了呢😢
想起来一个电影，类似的剧情，把脑袋中的数据全部上传，然后train了一个本人的model出来上云，人去世了，但是还活在电脑里
@@ErenNew787 感觉用不了多久就可以实现了，就看怎样采集数据
但那不是这个人永生，只是有这个人行为模式的一段数据。
要靠musk的BCI了😂@@tiramisujunkie6700
在辅助整理数据和给出研究时如何分析数据的建议上似乎很有用，希望GPT-4 可以代写R Studio 的代码来做Meta Analysis 和爬虫。
我有個疑問，雖然程式基礎很重要，那一般工程師的能力到底要到哪裡，到學會資料結構演算法嗎，還是會自行搭出框架。因為GPT隨便打簡單的幾乎都能生成出來，那如果結合人跟程式，基礎到底要到哪
推，我也常常在思考這個問題
如果未来都是自然语言编程了，那最重要的还是创意和想法吧。
不用担心，AI带来的技术革命，只会让专业人士有更多的工作机会。个人技术素养的前进方向还有太多的空间。事实上技术爆炸一直在发生，只不过我们身在其中不自觉而已。一个1970年代的程序员如果穿越到2018年看到java和python，他会觉得这不就是自然语言吗？
初级程序员可能就要具备一定架构和框架设计的能力了吧。然后有比较快的代码阅读能力来Review人工智能制作的代码。还有要构思测试流程。暂时想到的就这些😅
本质还是因为我们的代码写的太多了，对于逻辑重复的部分直接ctrl c v 就可以了，复杂内容还是要编。
说的轻松还是有门槛的，首先是OPENai的网络限制，翻墙都限制，更何况很多人不会翻墙，还有得有一个海外账户购买会员，国内的银行应该不让买，第三方手续费死贵，如果想做出能盈利的GPT，会编程相关知识也是也有很大作用的，还得有敏锐的商业嗅觉，哪是随便一个普通人就可以搞的
感謝分享，程式語言也好，自然語言也罷，終歸還是「邏輯」兩個字。
我还没看过瘾，结果就今天就到这里了。
生成圖片的眼睛太有神了, 不像
还得看咱们林哥的真身才有意思😄
想不到还没几天奥特曼已经被开了😂
Sam Altman被OpenAi炒, 林哥會獨立開一段出來說嗎?
不错不错，可惜现在没时间玩这个，希望以后能有时间研究下
现在才看懂
请问老师当初为什么要在苹果的mac studio上开发？有没有考虑使用MacBook Pro因为mac pro有可能会插一些与数据科学相关的计算卡或者是GPU卡来提升运算速度。或者是为其他的进一步的性能改造方案留下了更多的空间，为什么您选择了mac studio而不是MacBook Pro呢？能不能讲解一下？
详细👍🏻👍🏻
体制内写稿子不是超好用？把习大大的所有大作输入，出来的文章全是引经据典
林大可否顺手做一个心理疏导类的模型？国内许多中小学生活的太压抑，如果有一个能以同龄人视角聊天和开导的AI，应该能避免很多悲剧。
這個問題跟心理輔導關係不大，至於跟什麼有關係，不好說
呵呵，有个屁用，治标不治本
呱呱呱，呱呱，呱呱呱呱
这模型需要爱党吗，要不然林大会消失
肯定需要，之前听一个搞LLM的教授聊过，国内很大程度上是受着意识形态的牵制@@darksnow1111
我觉得这种拟人化比生成一个复杂商业软件难多了…
林哥，那個抽獎要去哪留言呢？😅 我放個板凳準備報名
AI替代人类的步伐越来越快了
最後講到美團，幫你搶券、選餐廳、訂餐…那一段，讓我想起一個科幻片劇中男主角要被別人打了，寄生在他體內的AI建議他：請允許我接管你的身體，男主角答應後，彷彿柔道100段上身，馬上空手幹掉3個敵人😂（不過其實劇情是有點恐怖、朝往失控的發展的😮）
跪等系列教程!
你没做过业务系统，现在AI对于准确度要求不高，但是你能想象业务系统帮你点错外卖吗？更别提一堆的营销策略建模，商品建模，高并发，漏斗设计之类的纯业务性的架构设计，这些电商运营不会告诉你，只能靠人去做系统分析，建模，这个AI离的还很遥远。
這個創建的過程是不是一種Prompt Engineering？好奇而且對於這領域沒有很了解
本质上应该是。 据我所知， OPENAI的GPT模型还是单一的文字生成， 多模态仅仅是额外添加上去的一些接口。包括它现在的assitants, functions, actions, 我还没看出其他（非文本生成）功能的影子。可能GPT5 会不一样， 是真正统一模型中的多模态。但现在。应该没差， 都是靠文字/prompts 来让GPT和各个功能互动。
看你怎么定义prompt engineering了。 如果prompt enginerring仅仅是指通过自然语言调整gpt原始输入来改善decoder的输出效果，那么gpts的后台工作和我们输入的文本比这个肯定大很多。
@@randyekrer431那要看你怎么看待这个问题咯。和人交流都离不开文字更别说机器了。单就软件来讲，给AI一个手绘的系统设计图，它从构筑环境开始到制造完了为止,,,2024年内绝对能做到。（只需要几十个小时的人机交流）这就是大家所说的创业机会。
大佬请问你是用什么工具把自己视频里的文案扒出来的
請問：一、我沒有升級為GPT-4付費版用戶。二、我的大量文本資料存在Notion，而我有購買Notion Ai。請問，在Notion上有可能建立同樣的個人數位化身嗎？你有什麼建議？
原来，有这个用法
无法充值,想弄个GPT4都可以,请教有什么方法吗
7:26 推
看完內容都開始懷疑這個視頻講話的是不是UP主本人了😂
我好像坐了个沙发❤
试了一下把一个项目完整源代码发给他，回答的并不好，貌似针对 Knowledge 部分上传的文件没有对代码内容的理解还需要优化
能不能做个自己的ai机器人 用了分析黄金期货之前的数据自己学习最好的胜率 这个要怎么做能不能给点提示。看了up主之前的视频想做一个可以自动学习打游戏的ai智能机器人通过视觉传感器和机械臂操作比如玩ndf打金实现躺赚
昨天出bug体验了半天4.0 确实强 准备充钱
哪方面？快说服我充钱
@@WongVen 冷静 就多了文件上传 图片识别 绘制图片 （无法做到原图基础上修改）网页内容阅读 再就是知道周树人和鲁迅是一个人
编程是数学问题。自然语言和数学语言的区别，学过的都知道
睇黎我有生之年能應用到普通人不懂編程也能私人ai養成。
知识库那块，把源码传上去效果怎么样？有些插件可以用，但有次数限制
AI PIN这种产品不就是在解决视频中的这些问题吗？以后我们的日常就是这样的。
GPTs真的不得了的利害
为啥开场白那句小老弟小老妹给放弃了？？？这也太不林亦了
证明你看到的不是真的林亦，真的已经被ai干掉了😂
牛
Dolores Abernathy!!
GPTs可是要每月20美元收费的。
想请教一下，视频文本是怎么批量导出的呢
你好，请教一下，私有ai会是以后的发展路线吗
😅现在领头人被炒了....接下来openAI会怎样...
您怎麼做到用照片生成頭像的?我嘗試了下一直跟我說不行耶
这个Gpts 和之前的character AI 有点类似
把法院判决书发给GPTS，它能变成法官的数字孪生吗？
請問做好GPTs後 會顯示製作者名稱 這名稱是可以修改嗎? 找不到可以改的地方呢
香港好像不能用ChatGPT 啊 😢😏😏😏😏
用到㗎，你Download一個叫POE嘅App註冊埋就得，免費無限用。讀緊U，開心使用中😂
一听到抽奖就来劲了，我参与一下啊
向量化，怎么听起来像是KNN, Kmeans一类的unsupervised clustering?
NLP里的vectorization就是unsupervised clustering，这种算是很传统很经典的东西了
我的怎麼不能輸入圖片是要付費嗎？
我覺得GPT應該要開源
人形机器人真的快走进现实了
林哥居然调侃习近平出访美国哈哈
GPTs是不是就是GPT四呀
太贵啦
以後恐怕出現 愛情AI機器人 交易賺錢機器人都不是問題了
哪里有置顶抽奖?
三分鐘前的影片有 5.8 萬個讚是什麼鬼
可能显示错误吧
林哥的视频不奇怪
2:05 还真别说，真人出镜还真就是灵堂的感觉……完啦 回不去啦
能做林哥，我做什么自己
有点钢铁侠的感觉了
如何可以与你联系
哇
嘿，贾维斯，造个幻世出来。。。
再次看到Sam也是五味杂陈
然后奥特曼被 openai 开了 😂
所以你跟晓白是什么关系
对不起，看到第一个数字化身笑出声了
置顶呢😅
我问数字林亦，李晓白多大了，他不回答我，他到底知不知道。。。
我就說曉白根本不存在，抓到了吧
抢券，一个xx计算机的罪名就配上了。
我以為最後會說，其實這次的文案全都是林亦GPT寫的，我一個字都沒改哈哈
話說他生成的彩色頭像，鍵盤是面對觀眾的XD
= =
😢野生揪揪鞋
鍵盤莫名戳到笑點哈哈哈
哈哈，假作真时真亦假，这搞得真假难辨了
我算不上专业的程序员，也做过一些编程工作，从七十年代末开始，先后用过汇编，Basic，Dbase，foxbase，Delphi，C语言等工具，写过不少小程序，也写过我们行业的应用管理系统，后来虽然转入管理角色，但自认为不是外行人。但面对计算机技术的迅猛发展，面对AI，我感觉我离时代越来越远了，成了标准的小白。不过很欣慰的是还有你们年青的一代，加油吧！你的视频很不错，是我关注的为数不多的技术类主播，祝频道越来越好！
事实上对于程序员来说，描述一个相对复杂的程序片段，脑子里最先冒出来的是程序语言，或者比较接近自然语言的伪代码，而用自然语言来描述同样的问题反而会更麻烦。
非程序人员很难用自然语言来逻辑描述复杂的问题，用AI也是程序员用的更好。
大哥…你这比我还老…就你说这些语言，也就c还能用，其他都土埋到脑瓜顶啦
我也是開始有這種感覺, 這時, 開始不得不服老..
除这些外，还在黑色的纸带上打过孔。AI再继续发展，冯诺依曼架构不够用了
我大概是在2012年開始上國高中的電腦課的，那時候所有的電腦課都不敢教太多，有些地方還敢教打字證照、繪聲繪影、Moviemaker那些基本的，但很奇怪的是第一堂課總喜歡教電腦就是0跟1的組合，然後叫我們紙筆測驗計算十進位轉換成二進位。後來出現很多免費軟體，但最重要的變成是excel 2013以後的文書軟體，這時候我才知道程式語言跟按對按鍵、寫對語法有關係，到了siri出來之後、google雲端串連各種功能之後又變了一次，變成怎麼和其他人溝通合作完成檔案，一切都不是當初那本教科書上寫的二進位，唯一沒變的就是訊號傳輸系統那些協定。ai肯定會發展得更出乎意料吧! 但我拒絕再當那個小白!
這個本質上其實算不上真正的自然語言編程。
其實更接近於 附加庫 和 參數的自動設定。
附加庫就是把你的大量文本通過它本來就有的訓練方法進行訓練，再附加到他本來的框架一起打包。
而參數就是分析提取一些人設等等東西，再作為參數給到它本身。就像是虛擬人物一樣，這種基於大語言模型的AI聊天機器人實在是太多了，Play商店一搜一大把，效果也都不錯。
本質上要實現影片中所講的內容，ChatGPT其實一行代碼都沒寫，用的都是他框架本身的方法。其他功能也是，都只是它本身框架就有的，給你拼裝一下而已。
真正的自然語言編程應該是真正從代碼的層級，甚至更底層的層級，可以實現所有功能，而不只是框架事先定義好的功能的拼裝調用。除非他自身的粒度已經達到堪比C++的程度，但那樣它的複雜度就太高了，因為「企圖以看似簡單的方式實現一個功能，往往要以遠比它更加複雜的功能來實現」--龍翔翎。
批判性的思考没有错，但是chatgpt确实带来生产力的提升是毋庸置疑，并且遥遥领先其他所有。
以後就出一個自動生成工作簡歷的GPT
先跟對話者也就是真人方，索取盡可能多的個人資料
再透過資料選擇合適的簡歷風格
最後再透過線上編輯細微調整 甚至直接自動生成名片
感覺就非常適合社會新鮮人
(或許已經有這種GPT但我個人還沒有看到過)
GPT 可能直接面試成功
谢谢你，以后这就我的创意了！
講解的非常的清楚，技術非常前沿而且非常有實用，強烈推薦可以對技術有興趣的同伴，謝謝
辛苦林哥把Retrieval Augmented Generation (RAG)的理論淺白地講解並顯示了一次
說真的，以後語言就又會被拆成機器人懂的，讓機器人懂的，還有人聽的這三種差別了
未來由機器構造出的語言又會變成一種黑盒子
然後這種語言建構出的環境中肯定會有完全脫離自然語言用法的語言系統，最後這種東西就會變成類似咒語一樣的東西
來考古了，看到gptstore推出後才來找的哈哈哈，確實好簡易的操作
這不就遊戲中的智能 NPC 了 !!
感覺過 2 年，很多產業又要跨一大步了
科技发展好快，越来越应用在实际工作学习和生活中，不会用的，就像以前妈妈不会电脑我教了好久都没会，后来手机出来了，两天妈妈就会了，好的科技，就是操作简单，易学易用
身為工程師，科技真的進步太快了
每天學都學不完，很怕自己學得太慢
就被世界遺棄了
@@鳳梨酥土別學那些奇怪的東西，學好c跟assembly這些有生之內都不會被替代的東西。
而且更重要的是因為你是從底層理解起的，很多技術只要有開源你都能直接去看source code；就算不是直接用c寫的東西，了解了cpu跟記憶體的運作也能讓你在理解新技術時更加的容易。
科技看似日新月異，但其實(至少就software來說)底層依然是同樣的東西，只是上層的抽象跟應用越來越多而已。
感謝 林亦LYi 分享 ，做自己的 GPT 時代即將來臨
其实还是提示词工程，用自然语言去生成提示词。我觉得这玩意儿改变的是人类跟计算机的交互形式，距离真正的自然语言编程还差太远了，实现各种功能需要模型去跟环境交互，跟环境交互的大量基础设施还是离不开专业的程序员。冲击最大的我觉得应该是前端开发。
這根本的問題就是自然語言沒辦法嚴謹而有效描述真實世界。
數學就曾經以自然語言（文章）、詩歌、圖像來表示。直到近代我們才有現代數學符號可以用。
打算用自然語言生成程序根本是在開倒車。
給非專業人員寫小程序還行，想開發一定規模的系統簡直是在走cobol的老路
目前正在做类似的项目，有些文档不适合传递给openai，本地向量化需要一个合格的opensource的embedding model。 在retrieve的时候怎样选择合理的向量也是一门大学问。非常影响效果。有时候是需要结合knowledge graph来辅助搜索。 油管上很多教你几个步骤做ARG。真的到项目上，问题还是非常多
這個用 Vector Database不就行了...
@@鄭琮瀚-x2j retrieve 就是从vector db拿doc。 向量本身的相似度是有局限性的，如果光搜索最接近的，通常会拿到不全面的答案。所以算法很关键。另外向量也会忽略一些间接相关的doc。KB可以作为一个补充来mitigate。
做自己的GPT，進步實在太快。無奈工作太忙實在跟不上時代的進步。如果可在香港開班授課就好了
点赞，节目内容越来越好了
在专业领域，这些都是辅助性功能。真正的面向业务开发，有太多内容了，不是单纯处理几个算法问题。。。
没提到 Actions, 我觉得这部份比较容易结合产品产生价值, 尤其是允许放多个不同 domain 的 API 这点.. 感觉很少人注意到这有什么意义...
人在情境中(person in environment)變成人工智慧在情境中(artificial intelligence in environment)，透由文本情境(語言訓練模型)，去模擬和運算各種情境，透由你的對話可以去對應到ai模擬出的其中一個情境來，這就是自然語言處理。簡單來說就是模仿我們，透由模仿我們去模擬出我們會說的話、想法和思考
我看到未來了
-刹那抓住了未來-
8:23 那東西叫embedding space 是所有語言模型最值錢最花錢的東西
除了文档向量化， 这次训练截止时间是四月份。 搞不好模型本身已经有小白linyi之类的信息了
很棒的分析GTP的影片,Thanks a lot!
数字Lyi:"
我与李晓白是虚构的角色关系。在我提供的一些视频脚本中，李晓白被描绘为我的朋友或同事。这些故事和对话是为了增加视频内容的趣味性和互动性而创作的，不反映现实生活中的真实人物或关系。李晓白这个角色在这些故事中扮演了不同的角色，有时是我的朋友，有时是我的工作伙伴，他在不同情景下展现出了不同的特点和性格。这些都是为了让内容更加丰富和有吸引力。"
如果應用到遊戲，那開放世界更加真實也是指日可待，支線任務也不用再一直收集打怪，而是可以進行更深度的探索。
滿有意思的, 假如我有投遞工作履歷和自傳給機器人, 不就產生一個職場上的虛擬人格了
是不是把一个人一生说的话，行为习惯都录下来，创造一个gpt，这个人在某种意义上就永生了呢😢
想起来一个电影，类似的剧情，把脑袋中的数据全部上传，然后train了一个本人的model出来上云，人去世了，但是还活在电脑里
@@ErenNew787 感觉用不了多久就可以实现了，就看怎样采集数据
但那不是这个人永生，只是有这个人行为模式的一段数据。
要靠musk的BCI了😂@@tiramisujunkie6700
在辅助整理数据和给出研究时如何分析数据的建议上似乎很有用，希望GPT-4 可以代写R Studio 的代码来做Meta Analysis 和爬虫。
我有個疑問，雖然程式基礎很重要，那一般工程師的能力到底要到哪裡，到學會資料結構演算法嗎，還是會自行搭出框架。因為GPT隨便打簡單的幾乎都能生成出來，那如果結合人跟程式，基礎到底要到哪
推，我也常常在思考這個問題
如果未来都是自然语言编程了，那最重要的还是创意和想法吧。
不用担心，AI带来的技术革命，只会让专业人士有更多的工作机会。
个人技术素养的前进方向还有太多的空间。事实上技术爆炸一直在发生，只不过我们身在其中不自觉而已。一个1970年代的程序员如果穿越到2018年看到java和python，他会觉得这不就是自然语言吗？
初级程序员可能就要具备一定架构和框架设计的能力了吧。然后有比较快的代码阅读能力来Review人工智能制作的代码。还有要构思测试流程。
暂时想到的就这些😅
本质还是因为我们的代码写的太多了，对于逻辑重复的部分直接ctrl c v 就可以了，复杂内容还是要编。
说的轻松还是有门槛的，首先是OPENai的网络限制，翻墙都限制，更何况很多人不会翻墙，还有得有一个海外账户购买会员，国内的银行应该不让买，第三方手续费死贵，如果想做出能盈利的GPT，会编程相关知识也是也有很大作用的，还得有敏锐的商业嗅觉，哪是随便一个普通人就可以搞的
感謝分享，程式語言也好，自然語言也罷，終歸還是「邏輯」兩個字。
我还没看过瘾，结果就今天就到这里了。
生成圖片的眼睛太有神了, 不像
还得看咱们林哥的真身才有意思😄
想不到还没几天奥特曼已经被开了😂
Sam Altman被OpenAi炒, 林哥會獨立開一段出來說嗎?
不错不错，可惜现在没时间玩这个，希望以后能有时间研究下
现在才看懂
请问老师当初为什么要在苹果的mac studio上开发？有没有考虑使用MacBook Pro因为mac pro有可能会插一些与数据科学相关的计算卡或者是GPU卡来提升运算速度。或者是为其他的进一步的性能改造方案留下了更多的空间，为什么您选择了mac studio而不是MacBook Pro呢？能不能讲解一下？
详细👍🏻👍🏻
体制内写稿子不是超好用？把习大大的所有大作输入，出来的文章全是引经据典
林大可否顺手做一个心理疏导类的模型？国内许多中小学生活的太压抑，如果有一个能以同龄人视角聊天和开导的AI，应该能避免很多悲剧。
這個問題跟心理輔導關係不大，至於跟什麼有關係，不好說
呵呵，有个屁用，治标不治本
呱呱呱，呱呱，呱呱呱呱
这模型需要爱党吗，要不然林大会消失
肯定需要，之前听一个搞LLM的教授聊过，国内很大程度上是受着意识形态的牵制@@darksnow1111
我觉得这种拟人化比生成一个复杂商业软件难多了…
林哥，那個抽獎要去哪留言呢？😅 我放個板凳準備報名
AI替代人类的步伐越来越快了
最後講到美團，幫你搶券、選餐廳、訂餐…那一段，讓我想起一個科幻片
劇中男主角要被別人打了，寄生在他體內的AI建議他：請允許我接管你的身體，
男主角答應後，彷彿柔道100段上身，馬上空手幹掉3個敵人😂
（不過其實劇情是有點恐怖、朝往失控的發展的😮）
跪等系列教程!
你没做过业务系统，现在AI对于准确度要求不高，但是你能想象业务系统帮你点错外卖吗？更别提一堆的营销策略建模，商品建模，高并发，漏斗设计之类的纯业务性的架构设计，这些电商运营不会告诉你，只能靠人去做系统分析，建模，这个AI离的还很遥远。
這個創建的過程是不是一種Prompt Engineering？好奇而且對於這領域沒有很了解
本质上应该是。 据我所知， OPENAI的GPT模型还是单一的文字生成， 多模态仅仅是额外添加上去的一些接口。包括它现在的assitants, functions, actions, 我还没看出其他（非文本生成）功能的影子。可能GPT5 会不一样， 是真正统一模型中的多模态。但现在。应该没差， 都是靠文字/prompts 来让GPT和各个功能互动。
看你怎么定义prompt engineering了。 如果prompt enginerring仅仅是指通过自然语言调整gpt原始输入来改善decoder的输出效果，那么gpts的后台工作和我们输入的文本比这个肯定大很多。
@@randyekrer431那要看你怎么看待这个问题咯。和人交流都离不开文字更别说机器了。
单就软件来讲，给AI一个手绘的系统设计图，它从构筑环境开始到制造完了为止,,,2024年内绝对能做到。（只需要几十个小时的人机交流）
这就是大家所说的创业机会。
大佬请问你是用什么工具把自己视频里的文案扒出来的
請問：一、我沒有升級為GPT-4付費版用戶。二、我的大量文本資料存在Notion，而我有購買Notion Ai。請問，在Notion上有可能建立同樣的個人數位化身嗎？你有什麼建議？
原来，有这个用法
无法充值,想弄个GPT4都可以,请教有什么方法吗
7:26 推
看完內容都開始懷疑這個視頻講話的是不是UP主本人了😂
我好像坐了个沙发❤
试了一下把一个项目完整源代码发给他，回答的并不好，貌似针对 Knowledge 部分上传的文件没有对代码内容的理解还需要优化
能不能做个自己的ai机器人 用了分析黄金期货之前的数据自己学习最好的胜率 这个要怎么做能不能给点提示。看了up主之前的视频想做一个可以自动学习打游戏的ai智能机器人通过视觉传感器和机械臂操作比如玩ndf打金实现躺赚
昨天出bug体验了半天4.0 确实强 准备充钱
哪方面？快说服我充钱
@@WongVen 冷静
就多了文件上传
图片识别
绘制图片 （无法做到原图基础上修改）
网页内容阅读
再就是知道周树人和鲁迅是一个人
编程是数学问题。自然语言和数学语言的区别，学过的都知道
睇黎我有生之年能應用到普通人不懂編程也能私人ai養成。
知识库那块，把源码传上去效果怎么样？有些插件可以用，但有次数限制
AI PIN这种产品不就是在解决视频中的这些问题吗？以后我们的日常就是这样的。
GPTs真的不得了的利害
为啥开场白那句小老弟小老妹给放弃了？？？这也太不林亦了
证明你看到的不是真的林亦，真的已经被ai干掉了😂
牛
Dolores Abernathy!!
GPTs可是要每月20美元收费的。
想请教一下，视频文本是怎么批量导出的呢
你好，请教一下，私有ai会是以后的发展路线吗
😅现在领头人被炒了....接下来openAI会怎样...
您怎麼做到用照片生成頭像的?
我嘗試了下一直跟我說不行耶
这个Gpts 和之前的character AI 有点类似
把法院判决书发给GPTS，它能变成法官的数字孪生吗？
請問做好GPTs後 會顯示製作者名稱 這名稱是可以修改嗎? 找不到可以改的地方呢
香港好像不能用ChatGPT 啊 😢😏😏😏😏
用到㗎，你Download一個叫POE嘅App註冊埋就得，免費無限用。
讀緊U，開心使用中😂
一听到抽奖就来劲了，我参与一下啊
向量化，怎么听起来像是KNN, Kmeans一类的unsupervised clustering?
NLP里的vectorization就是unsupervised clustering，这种算是很传统很经典的东西了
我的怎麼不能輸入圖片是要付費嗎？
我覺得GPT應該要開源
人形机器人真的快走进现实了
林哥居然调侃习近平出访美国哈哈
GPTs是不是就是GPT四呀
太贵啦
以後恐怕出現 愛情AI機器人 交易賺錢機器人都不是問題了
哪里有置顶抽奖?
三分鐘前的影片有 5.8 萬個讚是什麼鬼
可能显示错误吧
林哥的视频不奇怪
2:05 还真别说，真人出镜还真就是灵堂的感觉……完啦 回不去啦
能做林哥，我做什么自己
有点钢铁侠的感觉了
如何可以与你联系
哇
嘿，贾维斯，造个幻世出来。。。
再次看到Sam也是五味杂陈
然后奥特曼被 openai 开了 😂
所以你跟晓白是什么关系
对不起，看到第一个数字化身笑出声了
置顶呢😅
我问数字林亦，李晓白多大了，他不回答我，他到底知不知道。。。
我就說曉白根本不存在，抓到了吧
抢券，一个xx计算机的罪名就配上了。