Les produits deviennent des systèmes vivants, pas des artéfacts statiques

Dans le développement de produits IA, un « modèle de récompenses » est un système qui évalue et note les résultats du produit, et le « digérer » signifie en traiter et en exploiter les commentaires.

Tout d'un coup, les produits ne sont plus seulement ces artéfacts statiques que nous commençons à lancer, ce n'est pas seulement 'Voici une idée ou une intuition. Résolvez un problème, expédier dans le monde, peut-être un peu mieux et puis avoir un tableau de bord.' Tout d'un coup, le tout KPI est quelle est la métabolisme d'une équipe produit pour être capable d'absorber des données et ensuite de digérer le modèle de récompense et puis de créer une sorte de résultat ?

Je pense qu'il y a une grande différence entre passer de 80% de performances à 90% à 99% à 99,9%. Dans les une ou deux prochaines années, les modèles vont automatiser 80% du travail moyen d'un ingénieur logiciel de niveau 6. Il faudra encore quelques années pour passer à 90%, et encore quelques-unes pour atteindre 99%.

Pensez à l'SEO comme à un produit. Les gestionnaires de produits sont les personnes qui devraient réfléchir à cette question d'SEO car c'est une question de produit.

« Scaling loss » semble être une erreur de transcription - il s'agit probablement de « scaling laws », qui font référence à des schémas prévisibles dans les performances des modèles d'IA lorsque vous augmentez les données, l'informatique et la taille du modèle.

Je pense certainement que nous avons besoin de plus d'innovations. Je pense que l'évolutivité de la perte de plus de données, de plus de GPU et d'une architecture de modèle actuel plus important, il y a encore beaucoup à faire, mais je pense absolument que nous devons innover davantage.