le résultat est largement disponible sur la toile mais il a fallu que ça tape largement à côté.
Si tu parles de 1+1 il me semble qu'il a répondu correctement. Ensuite c'est l'algo de "Reinforcement Learning from Human Feedback" qui provoque l'erreur (sycophancy bias, les gens qui bossent dessus connaissent le soucis et la recherche continue). Mais dans tous les cas on est d'accord que ces modèles sont expérimentaux hein. Vu que j'ai appris l'expression aujourd'hui il semblerait que tu joues à la "négation polémique" avec ton "se fier à ça pour son code de production". Je re-re-reprends l'exemple de StackOverflow, qui colle en production du code copié sur le net ? Faut arrêter avec ce fantasme ou alors me trouver qqun qui aurait dit que ChatGPT savait tout résoudre. C'est suffisant pour le besoin, parfois ça ne l'est pas et charge à l'utilisateur de le tester/comprendre.
[^] # Re: Pour ceux qui ressortent encore régulièrement que ces "AI" "créent" des images...
Posté par Faya . En réponse au lien "Extracting Training Data from Diffusion Models" - Stable Diffusion (et autres "AI") et copyright. Évalué à 2.
Si tu parles de 1+1 il me semble qu'il a répondu correctement. Ensuite c'est l'algo de "Reinforcement Learning from Human Feedback" qui provoque l'erreur (sycophancy bias, les gens qui bossent dessus connaissent le soucis et la recherche continue). Mais dans tous les cas on est d'accord que ces modèles sont expérimentaux hein. Vu que j'ai appris l'expression aujourd'hui il semblerait que tu joues à la "négation polémique" avec ton "se fier à ça pour son code de production". Je re-re-reprends l'exemple de StackOverflow, qui colle en production du code copié sur le net ? Faut arrêter avec ce fantasme ou alors me trouver qqun qui aurait dit que ChatGPT savait tout résoudre. C'est suffisant pour le besoin, parfois ça ne l'est pas et charge à l'utilisateur de le tester/comprendre.