最新

先说明一下背景，我没有任何计算机科学背景（我对终端很头疼），本科是学生物进化的，做过自闭症儿童的行为分析工作，过去几年全职做独立艺术家。 在构建代理基础设施以帮助满足艺术创作的业务需求时，我提出了一个关于当前大型语言模型（LLM）架构的假设，我想验证一下。 核心想法是，自然界从未通过单一孤立的单元产生过高阶智能。然而，每一个前沿的 LLM 都基于单一模型架构。我想改变这一点。我将把几个开源模型放入一个“活”的训练环境中，设置出生/死亡条件、灭绝事件、商业，甚至模型之间的“婚姻”。目标是在训练环境中重现自然选择，以促使模型专业化和进化。我也有一些初步的想法，通过引入“情感”作为模型参数，来最小化当前 LLM 中的注意力瓶颈。 很乐意在评论区分享更多技术细节。我会定期在这里发布我的研究进展。如果您想支持这项实验：https://www.gofundme.com/f/stop-wasting-water-on-data-centers-a-safe-roadmap-for-ai

组织正在推动 AI 就绪！我们运行着一个相当大的单体代码库，其中一部分是一个共享的 Web 平台。 我们的团队正在努力应对其他团队对上述 Web 平台的贡献，他们认为这是尝试其新 AI 工具的完美代码。 到目前为止，我们的想法是，在这种情况下，AI 就绪与 Human 就绪相同。 也就是说，使代码库易于理解、结构化、清理任何仍然存在的旧模式等。 此外，还要添加 ClAUDE.md 文件来描述正确的模式。 但是，除了“常规”的，查看代码并清理它之外，是否有任何工具或更智能的方法，使我们的代码库更容易供其他人贡献，考虑到现在可用的新工具？