Wczoraj wieczorem wpadłem w króliczą norę z OpenGradient i spędziłem nad tym znacznie więcej czasu, niż się spodziewałem.
Na początku zerkałem na oczywiste rzeczy. Modele. Wyniki. To, na czym zazwyczaj się skupia ludzie.
Potem złapałem się na tym, że wciąż czytam tę samą sekcję.
Wcale nie chodziło o modele.
To, co wciąż przyciągało moją uwagę, to proste pytanie, nad którym wcześniej się nie zastanawiałem: jak wiem, że odpowiedź AI faktycznie pochodzi z modelu, z którego twierdzi, że pochodzi?
To brzmi niemal zbyt podstawowo. Ale im dłużej nad tym myślałem, tym bardziej mnie to niepokoiło.
Spędziłem wystarczająco dużo czasu w świecie krypto i AI, żeby wiedzieć, że większość ludzi, w tym czasami ja, rozprasza się tym, co wyjściowe. Szybsze wyniki. Lepsze wyniki. Więcej wyników. Łatwo jest na tym poprzestać.
Zdałem sobie sprawę, że zaufanie cicho staje się założeniem pod wszystkim.
A założenia zazwyczaj są tym, gdzie rzeczy się psują.
W momencie, w którym to do mnie dotarło, zacząłem inaczej patrzeć na OpenGradient. Przestałem zwracać uwagę na to, co było generowane, i zacząłem skupiać się na tym, jak można to zweryfikować.
Może to nie jest najciekawszy kąt.
Ale nauczyłem się, że detale, które na początku wydają się nudne, często są tymi, na które warto poświęcić czas. Zazwyczaj kryją prawdziwą historię.
Wciąż o tym myślę, co prawdopodobnie jest znakiem, że jeszcze nie do końca zrozumiałem to, co widzę. Zazwyczaj wtedy coś staje się interesujące.

#OPG @OpenGradient $OPG ,