Latest / Not a Top 10 / Special! - Τα Πάντα για το chatGPT, Μέρος 2ο (feat. Alex Dimakis)
Transcript
- 0:01Μία χαρά μία μικρή εισαγωγή για αυτό το επεισόδιο που μου λες θα
- 0:06ακούσετε τώρα βγάλαμε ήδη με τον στο προηγούμενο επεισόδιο ένα
- 0:13μεγάλο κομμάτι για το σπίτι το οποίο κόψαμε λίγο γιατί έβγαινε
- 0:19μεγάλο σε διάρκεια και σε αυτό το επεισόδιο Θα ακούσετε το
- 0:24δεύτερο κομμάτι για χαρούμενα Για σένα Γιώργο να είμαι και εγώ
- 0:33Εδώ όπως είπε ο Θεός θα ακούσει το δεύτερο κομμάτι εσείς γιατί
- 0:36τον Αλέξη σπίτι και να της lehman ότι όταν το γράφω με το
- 0:43επεισόδιο Δεν Είχε ανακοινωθεί ακόμα η 4η έκδοση του και να
- 0:49αναφέρουμε στο συζήτηση με τον Άλεξ αλλά τώρα που κάνουμε αυτό
- 0:55το μικρό intro έχει ανακοινωθεί το χωρίς να ξέρουμε τρεις μέρες
- 1:00βγείτε το η τελευταία έκδοση Τέλος πάντων σε αυτό το
- 1:05επεισόδιο τώρα θα είναι λίγο πιο για το πώς δουλεύει το chat
- 1:10σπίτι και λιγότερο για τις επιπτώσεις μας επηρεάζει και όλα
- 1:14αυτά αλλά πάρα πολύ ενδιαφέρον αναρωτιόσαστε πάντα οπότε θα
- 1:20κόψω για τον αλγόριθμο λίγο-πολύ και αυτά Ωραία Ναι καλή ακρόαση
- 1:26πες λίγο πώς δουλεύει να ξέρεις από πίσω το ένα μοντέλο στο
- 1:47σπίτι δηλαδή αυτό είναι φέρε ένα πώς γίνεται train και δεύτερον ο
- 1:56και βάζεις ένα κούριερ ας πούμε κάτι πώς στο διάολο αποφασίζεται
- 2:01τώρα είναι το είναι πάρα πολύ απλό όπλο είμαι okay Λοιπόν το
- 2:11υπήρχε μία ακολουθία από μοντέλα που λέγονται όλα language model
- 2:17Ήτανε πολύ πιο περίπλοκα και ουσιαστικά αυτό που έχουμε δει η
- 2:25τελευταία πέντε χρόνια είναι ότι Μία συνεχής απλοποίηση των
- 2:29μοντέλων παρά μία αύξηση της πολυπλοκότητας βόλτα gpt μοντέλο
- 2:34υπάρχει υπήρχε το GT το gpt-2 το σπίτι 3 και μετά το G3 έγινε
- 2:39τσατ σπίτι με άλλο ένα με μία έξτρα ιδέα που θα σας πω μετά
- 2:42λοιπόν Το πρώτο θύμα μεσαία ειδήσεις του το πρώτα 2 versions
- 2:48δεν πήραν τόσο μεγάλη δημοσιότητα αλλά θυμάμαι που
- 2:52είχε βγει ακριβώς ακριβώς τι κάνουνε παίρνουν εκεί μέσα από
- 2:57το internet Συνήθως αυτό μπορεί να είναι όπως είπαμε Εκεί μένω
- 3:02Wikipedia από το google books από οτιδήποτε Απλά κείμενο και
- 3:05το μόνο πράγμα που κάνω είναι κοιτάνε τις προηγούμενες 500
- 3:09λέξεις και φτιάχνω μοντέλο ένα κουτί το οποίο προσπαθεί να
- 3:14προβλέψει την επόμενη λέξη βλέποντας προηγούμενες 500 σας
- 3:17πούμε και το μόνο που είναι σαν να ξέρετε πούμε τι είναι το air
- 3:22condition και το logistic regression δηλαδή την προσπάθεια
- 3:26να προβλέψει τους πήρες τον αριθμό ας πούμε από
- 3:34προηγούμενους αριθμούς μπορεί να το σκέφτεσαι έτσι και απλά έχεις
- 3:38πάρα πολλά παραδείγματα Γιατί αν έχω εγώ μία πρόταση Αρνάκι άσπρο
- 3:40και παχύ της μάνας του καμάρι λέω αρνάκι ποια είναι η επόμενη
- 3:44λέξη αυτό θα μου βγάλει μία κατανομή νομίζω ότι μετά το
- 3:47αρνάκι Λοιπόν λέξη είναι μπανάνα με πιθανότητα 10% ρινόκερος με
- 3:51πιθανότητα 0,2% και τα λοιπά Οπότε το κουτί του βάζεις ένα
- 3:55Απρόοπτο όπως λέμε δηλαδή Αρνάκι άσπρο και και αυτό σου βγάζει
- 3:59μία κατανομή για την επόμενη λέξη και δουλεύει πάνω σε όλες
- 4:03τις λέξεις που υπάρχουν στα στα Ελληνικά στα Αγγλικά και σε όλες
- 4:06τις γλώσσες αυτά τα λένε tokens γενικά αυτός εμένα ακούγεται
- 4:12stratfor που λέμε δηλαδή απλά ξέρεις Το αρχικό κείμενο να
- 4:16κάνεις μία κατανομή και μπορείς να κοιτάξεις Να δεις ποιον
- 4:19επόμενη λέξη τα μοντέλα Για γλώσσα η αυτόματη γραφή τι είναι
- 4:36παίρνεις ας πούμε όλα τα ποιήματα που γράφτηκαν στα
- 4:39ελληνικά κόβεις χαρτάκια με λέξεις βάζεις τις λέξεις μέσα σε
- 4:42ένα μεγάλο μπολ και τυχαία αρχίζει και τραβάς λέξεις
- 4:45Εντάξει εξαρχής να φτιάξεις ένα τυχαίο κείμενο αλλά η συχνότητα
- 4:50της κάθε λέξης που θα σας απλά ρε συ όπως λέμε ή θα
- 4:53δειγματολήπτης από αυτό το μεγάλο μπολ που έχει μέσα τις
- 4:57λέξεις τις πιο συχνές λέξεις θα της τα πλένεις πιο συχνά γιατί
- 5:01θα υπάρχουν πιο πιο πιο πολλά χαρτάκια γράφουνε συχνές λέξεις
- 5:06παρά απίθανες λέξη Εντάξει Οπότε ένα μοντέλο καθόλου μνήμη θα
- 5:11ήταν ένα μοντέλο που απλά παίρνει όλα τα όλα τα ποιήματα
- 5:14που γράφτηκαν ποτέ στα ελληνικά τα κόβεις ελέγξεις τα πετάμε σε
- 5:17ένα μεγάλο μπολ και τραβάει τυχαία λέξεις οπότε θα αρχίσει
- 5:21να γράφει το κείμενο θα είναι μπούρδα Έτσι απλά βγάζει νόημα
- 5:25αυτών τη σωστή συχνότητα της κάθε λέξης δηλαδή η Ποιος Ποια
- 5:30είναι ποιες είναι οι πιο συχνές λέξεις ας πούμε στα στα ελληνικά
- 5:33και αυτό στο λέω έχουμε λέξεις με τη σωστή συχνότητα αλλά δεν
- 5:43θα έχει καθόλου ότι μετά το και δεν μπορεί να βάλω και έτσι δεν
- 5:47είναι Οπότε η επόμενη ιδέα και ο Στάθης δεν είναι καινούργιος δεν
- 5:53τις είδες υπήρχανε από το Τουλάχιστον από το 1948 στο
- 5:57τουλάχιστον για το σανό την προηγούμενη φορά ο σάνον έκανε
- 6:01πρώτος δειγματοληψία συνθετικού κειμένου πρώτη φορά στο paypal
- 6:05του 1948 εμφανίζεται για πρώτη φορά συνθετικό κείμενο και το
- 6:10έκανα με τον εξής τρόπο ο πρώτος τρόπος στο επίπεδο 0 είναι απλά
- 6:15όπως είπαμε κόβεις τις λέξεις πετάς ένα μεγάλο κουτί και και
- 6:18τυχαία διαλέγεις τυχαίες λέξεις με επανάληψη Βγάλτο και το
- 6:22γράφεις το ξανά πατάς μετά στο η επόμενη ιδέα όμως είναι να Okay
- 6:34αν έχω γράψει και τώρα η πιθανότητα της επόμενης λέξης
- 6:38εξάρτησης είναι δεδομένου του ότι έγραψα και όποτε θέλεις να
- 6:42δεις τι θα τον πάει ο όρος το πούμε το ότι έχει χρήσιμο φυτό
- 6:46έχει χρησιμοποιηθεί το και και θες να πεις ποια είναι η
- 6:49συχνότητα των λέξεων δεδομένου του ότι η προηγούμενη λέξη είναι
- 6:53και εντάξει ένας άνθρωπος που σκέφτηκε ο σάνον για να το κάνει
- 6:57αυτό χωρίς να ήταν ο εξής Ας πούμε ότι έχεις όλα τα ελληνικά
- 7:00ποιήματα σε ένα βιβλίο ανοίγεις τυχαία σε μία σελίδα και ψάχνεις
- 7:05το κείμενο μέχρι να βρεις ένα και εντάξει Μόλις βρεις και η
- 7:10επόμενη λέξη από αυτό το Και είναι μία λέξη που ακολούθησε
- 7:13ένα τυχαία διαλυμένο και σωστά είναι και μπανάνες μετά και
- 7:23επειδή δεν ήθελε να φτιάξει μία λίστα όσων και έχει απλά δεν
- 7:27είχε κάνει υπολογιστές το 1948 για να το κάνει και ένα μεγάλο
- 7:32βιβλίο και έλεγε ωραία την πρώτη λέξη θα είναι απλά τυχαία τυχαία
- 7:37λέξη αντί να κόψεις το βιβλίο σε κομμάτια και να τα βάλεις σε ένα
- 7:39μεγάλο μπολ μπορείς Απλά να ανοίξει τυχαία μία σελίδα να
- 7:42βάζεις το δάκτυλο σε σημεία διάθεσης και θα βρεις μία τυχαία
- 7:45λέξη σωστά Ok και πάλι πιθανότητα για το και θα είναι
- 7:51μεγαλύτερο γιατί έχει πιο πολλά και μέσα στο βιβλίο Οπότε
- 7:54βλέπεις το γράφει μετά κλείνεις το βιβλίο το ξανά ανοίγεις
- 7:58διάθεση και ψάχνεις να βρεις ένα και μόλις βρεις και το πρώτο Και
- 8:03πού θα βρεθούμε λέει και μπανάνες λες ωραία γράφω τώρα
- 8:06μπανάνες κλινοπάλη το βιβλίο ανοίγω τώρα το βιβλίο και τώρα
- 8:09ξεκινάω μία τυχαία θέση μπανάνες φωτό από κλείνω και κάνω αυτό το
- 8:21παιχνίδι Οπότε αυτό που λέγαμε τώρα είναι wagram μοντέλο Δηλαδή
- 8:25σαν ψάρι λέξεις αλλά κάθε φορά θυμάται την προηγούμενη φορά το
- 8:31κάνει αυτό ακριβώς το τραμ σου λέω απλά αν θυμάται 4.000 λέξεις
- 8:38αντί για μία 4.000 σήμερα τυχαίο νούμερο είμαι στο καράβι ακριβώς
- 8:434.000 όταν ξεκίνησαν και δεν υπήρχαν τέσσερις χιλιάδες λέξεις
- 8:49πριν ήταν η πρώτη λέξη Οπότε ας πούμε συγκεκριμένα έγραψα εδώ
- 8:54πέρα ζήτησε από το chat σπίτι και του λέω θέλω να μου γράψεις
- 8:58ένα ποίημα για τη για τη Χιλή ξέρω γω και μου γράφει τη Χιλή
- 9:02υπάρχει μία πολύ Αρετούσα λέγεται Μεγαλοπρεπής και πολλοί
- 9:06δρόμοι και τα λοιπά Λοιπόν την πρώτη λέξη το στην δεν υπήρχαν
- 9:12οι προηγούμενες λέξεις Οπότε Απλά Διάλεξε μία λέξη στα από
- 9:16ξεκινάνε προτάσεις και που βγάζει το στην τώρα δεδομένου
- 9:21ότι έχει γράψει το στην ψάχνει να βρει την πιθανότητα της
- 9:23επόμενης λέξης δεδομένου ότι η προηγούμενη λέξης Ανέστη και
- 9:28Οπότε βάζεις στην Χιλή Τώρα φυσικά εδώ δεν είναι ότι το μόνο
- 9:33κείμενο που υπάρχει ξεκινά από το στην γιατί του έχω γράψει εγώ
- 9:36όλα τα προηγούμενα θυμάται όλη την προηγούμενη συζήτηση αν
- 9:41ξεκινήσουμε ένα καινούργιο παράθυρο από το μηδέν τότε θα
- 9:45ξεκινήσει και θα παράγει Οπότε Απλά κάθε φορά που βγάζει μία
- 9:48λέξη δεδομένου όλο το προηγούμενο που έχει που έχει
- 9:51γράψει εσύ και αυτό αυτό κάνει το μόνο που θα κάνει να
- 9:54προβλέπει την επόμενη λέξη χρησιμοποιώντας τις προηγούμενες
- 9:58και αυτό που έγινε Λοιπόν τώρα για να σας πω την ιστορία είναι
- 10:01ότι με αυτό το απίστευτα απλό μηχανισμό βλέπαμε όλοι ότι όσο
- 10:09πιο πολύ όσο πιο μεγάλο κάνεις αυτό το νευρωνικό δίκτυο που
- 10:12κάνει αυτή την πρόβλεψη Και όσο πιο μεγάλα κάνεις τα δεδομένα
- 10:16στα οποία εκπαιδεύεται εμφανίστηκε αυτό το φαινόμενο
- 10:19που ονομάζεται engines δεν ξέρω τώρα πώς να το μεταφράσουμε στα
- 10:24Ελληνικά είναι το φαινόμενο της ανάδειξης καινούργιων ιδιοτήτων
- 10:29ας το πούμε έτσι έχετε ακούσει την έκφραση που λέει η ποσοτική
- 10:35συσσώρευση φέρνει την ποιοτική αλλαγή Κάτι μου θυμίζει αυτό
- 10:41αλλά αν έχεις πολλά δεδομένα στο τέλος θα βγάλεις κάτι που είναι
- 10:44ποιοτικά καλύτερο είναι μόνο στα δεδομένα είναι Είναι Είναι η
- 10:48γενική φιλοσοφία ότι όταν κάτι μαζεύεται πάρα πολύ σε ποσότητα
- 10:53εμφανίζονται μακροσκοπικά φαινόμενα τα οποία δεν
- 10:57εμφανίζονταν σε προηγούμενη κλίμακα γινόταν στα μοντέλα
- 11:04γλώσσας είναι ότι κάναμε Zero shot διαφορά τους τα να κάνει
- 11:10κάποια πράγματα όπως λέμε Zero να σας εξηγήσω τι σημαίνει αυτό
- 11:13έχεις κάνει εσύ το μοντέλο να προβλέπει την επόμενη γλώσσα και
- 11:17τον έχεις κάνει το έχεις εκπαιδεύσει σε όλα τα ποιήματα
- 11:19των αγγλικών απλώς ένα πράγμα θα συνεχίσει να σου γράφει το ίδιο
- 11:23με αυτό που θα το κάνεις και με το πάρει όλα τα βιβλία του σολ
- 11:27του Σαίξπηρ Πάντως ένα βιβλίο το έκανε αυτό το απλό λέμε αν
- 11:31ακολουθήσει αν θυμάσαι τις προηγούμενες δύο λέξεις θα
- 11:34αρχίσει να γράφει κάτι που μοιάζει με ποίημα του Σαίξπηρ
- 11:36πράγματα αλλά αν αρχίσεις τώρα και του λες να κάνει μία άλλη
- 11:42δουλειά για παράδειγμα του λες το Α είναι για το Α ότι το Β
- 11:48είναι για το β β άσκηση λογικής που σου είπα δεν μπορούσα να του
- 12:00πω ας πούμε τον μπαμπά είναι για τον μπαμπά ότι τον κάντου είναι
- 12:03για το και να πεις εσύ Κατρούγκαλου ξέρω Οπότε εκεί σου
- 12:07δίνω μία άσκηση λογική η οποία όμως δεν υπήρχε πουθενά στο στα
- 12:11δεδομένα εκπαίδευσης τα δεδομένα εκπαίδευσης μπορεί να έκανε απλά
- 12:14μόνο άρθρα της Wikipedia και κείμενα ποιήματα και διάφορα
- 12:20λόγω κυρία άρθρα οπότε δεν υπήρχε πουθενά αυτοί αυτό το
- 12:25αυτί σπαζοκεφαλιά που σου περιέγραψα Σίγουρα δεν υπήρχε
- 12:28πουθενά Γιατί τι σκέφτηκα νομίζω να σκεφτούμε 503 σπαζοκεφαλιές
- 12:31τώρα όπως μιλάω και αυτό που βλέπαμε είναι ότι όταν το
- 12:36μοντέλο μεγαλώνει σε μέγεθος και τα δεδομένα του μεγαλώνουν
- 12:40μπορεί αρχίζει ξαφνικά από κάποια κλίμακα εκεί πέρα πέρα να
- 12:44την ικανότητα να κάνω ανάλυση τέτοιες σπαζοκεφαλιές χωρίς να
- 12:49τις έχει δει ποτέ στο training τρομακτικό Ακριβώς αυτό είναι το
- 12:55πιο σημαντικό πράγμα Αυτό αυτό είναι το πιο σημαντικό πράγμα
- 12:58και αυτό λέγεται emergence δηλαδή ότι το μοντέλο μου
- 13:02φαίνεται ότι μαθαίνει να έχει λογική κατά κάποιο τρόπο δηλαδή
- 13:07να κάνει ριζώνει ή ας πούμε ένα άλλο παράδειγμα που γράφανε τώρα
- 13:13είναι ότι μπορεί να παίξει σκάκι Δηλαδή μπορείς να του γράψεις
- 13:16Πύργος Ε3 δηλαδή να αρχίσεις να περιγράφει την επομένη κοιμήσου
- 13:22για να σου πει επόμενη κίνηση και κάποιες φορές λέγανε ότι δεν
- 13:26γράφει τα γράφει λάθος κινήσεις μπορεί να σουπιές με Πύργο στο
- 13:30δ3 και να μην υπάρχει περίπτωση να πάει ας πούμε σαν 1.000 1.100
- 13:37Δηλαδή ένας μέτριος άνθρωπος παίκτης χωρίς χωρίς να έχει
- 13:43γίνει σκακιστικές παρτίδες να σου πω ποιο είναι το πρόβλημα
- 13:48τώρα ρωτάμε παιδιά έχει εκπαιδευτεί σε έχει πάρει και τη
- 13:51στο ίντερνετ υπάρχουν άπειρες παρτίδες σκάκι και λέγαμε παιδιά
- 13:56έχει πάρει άπειρες παρτίδες σκάκι γιατί όπως σου έχω πει δεν
- 14:00δεν λέει η Δημόσια ακριβώς ποιο είναι το dataset Οπότε Κάποιοι
- 14:06λένε ότι έχει μπορεί να έχει βρει και απλές παρτίδες σκάκι
- 14:09Λογικό μου φαίνεται η ουσία είναι ότι αν δεις άπειρες
- 14:14παρτίδες σκάκι χωρίς οπότε τους κανόνες για το σκάκι μπορείς να
- 14:19καταλάβεις μόνο βλέποντας άπληστες από κινήσεις πώς να
- 14:24παίζει σκάκι και αυτό είναι το νιώθω ότι φαίνεται ότι ότι
- 14:27Δηλαδή εγώ παρτίδες σκάκι γιατί υπάρχουν άπειρες παρτίδες σκάκι
- 14:31στο ίντερνετ και πιθανότητα κάποια από αυτές ήτανε στο στα
- 14:34δεδομένα εκπαίδευσης αλλά παίζει μπορεί να παίξει μία καινούργια
- 14:37παρτίδα σκάκι και πάλι δεν είναι πολύ καλό αλλά είναι εδώ Είναι
- 14:40σαν ένα παιδί που μαθαίνει σκάκι Okay και και το θέμα είναι ότι
- 14:47όσο Απλά μεγαλώνοντας το μοντέλο και μεγαλώνοντας τα δεδομένα
- 14:54βλέπουμε ότι σήμερα καινούριο παιχνίδι μίστερ άμπα σκεφτούμε
- 14:58ένα καινούργιο παιχνίδι άμα θες να κάτσουμε ξέρω γω να πούμε ότι
- 15:00όταν σου γράφω εγώ όχι μου λες ψ δηλαδή και να του δώσουμε δύο
- 15:05τρία παραδείγματα για το πώς θα παίζει αυτό το παιχνίδι δεν το
- 15:08κάνω αυτό στο σπίτι και να δούμε αν έμαθε αυτό το να παίζει αυτό
- 15:12το παιχνίδι το οποίο σκεφτήκαμε εμείς τώρα με ποια είναι η Οπότε
- 15:19γενικά έχει την ικανότητα και αυτό βλέπουμε Απλά μέσω κλίμακας
- 15:25να φαίνεται να κάνει reasoning το οποίο πάρα πολύ ενδιαφέρον
- 15:28Βασικά αυτός απαντήσεις απαντάει μία ερώτηση που είχα Γιατί έγινε
- 15:33αυτό τώρα το Δεκέμβριο του 22 ας πούμε και Πρώτον αυτό δεύτερον
- 15:39με κάποιον σαν και σένα που είσαι πιο ακαδημαϊκός το χες δει
- 15:43αυτό ότι ας πούμε πήγαινε να γίνει κάτι τέτοιο Γιατί όχι όχι
- 15:47όχι κάποια σε όλους απροετοίμαστους έπιασε και την
- 15:54ίδια την έννοια και τους είδες που το φτιάξανε δεν το
- 15:58περιμέναμε αλλά δεν περίμεναν ότι θα είναι τόσο καλό και όπως
- 16:03σου λέω υπήρχαν και πήγε το GPS και το gpt-2 δηλαδή με το gpt-2
- 16:07παίζουμε χρόνια το gpt2 είναι σαν ένα καλούτσικο μοντέλο
- 16:12γλώσσας Εντάξει ότι κάνει πράγματα από τα μοντέλα γλώσσες
- 16:14ξέρουμε ότι μπορεί να τα κάνουνε για 10 χρόνια τώρα πλάκα κάνει
- 16:17λίγο καλύτερα αλλά από κει και μετά όταν βλέπαμε αυτό το
- 16:22emergency λάδι βλέπω ότι μπορούσαμε να του δίνουμε
- 16:24καινούργια tasks τα οποία δεν τα έχει δει ποτέ και να μπορεί να
- 16:29τα λύνει η άσχημη αντί για Zero shot πολλές κάνουμε δηλαδή πες
- 16:34ότι θέλω να κάνω αριθμητική αλλά θέλω να κάνω αριθμητική στο
- 16:37δυαδικό Εντάξει άμα του γράψουμε τώρα ένα συν ένα και πόσο κάνει
- 16:42θα μου πει ότι κάνει δύο γάλα άσπρο το δώσω τρία παραδείγματα
- 16:47θα του πω ένα συν ένα κάνει μηδέν ας πούμε 10 + 10 κάνει
- 16:53ξέρω γω μη Δε ξέρεις μπορεί να κάνει σεξ ωραίο αν του δώσεις 56
- 16:58παραδείγματα και μετά του τον ρωτήσεις θα κάνει μία πόλη
- 17:01έντιμη προσπάθεια να κάνει κάτι πρέπει να το πάει τόσο καλά όσο
- 17:06νομίζω ένα παιδί πρέπει να του εξηγήσεις Όχι παιδί ας πούμε
- 17:10τριών χρόνων ένα παιδί 12 15 Οπότε έχει αυτές τις δήλωσε ότι
- 17:18ικανότητες αυτό που για να επιστρέψω λίγο η Open a έκανε
- 17:25άλλο ένα κόλπο εκτός από την πρόβλεψη τις επόμενες λέξεις
- 17:27έκανε ένα επιπλέον κόλπο το οποίο λέγεται instructor Άμα
- 17:32θέλετε να σου εξηγήσω τι σημαίνει αυτό το πρόβλημα το
- 17:38πρόβλημα ή λεγότανε το λένε αλλά είμαι και ποιο είναι το πρόβλημα
- 17:41του online ότι όταν εκπαίδευσης 11 μοντέλο να βλέπει κείμενο και
- 17:46να προλάβει την επόμενη λέξη αν του δώσεις ένα κείμενο του Τύπου
- 17:50ο υλών Μας γνώρισε τον Χάρι Πότερ σε ποια πόλη θα σου
- 17:56απαντήσει ο είμαι Μας γνώρισε τον Χάρι Πότερ στο Παρίσι Όταν
- 17:59έγινε το συνέδριο των μάγων και θα συνεχίσω σου γράφουμε ιστορία
- 18:02που θα έχει τον μας και τον Χάρι Πότερ μέσα σε ένα λεπτό Φάνης
- 18:06ακριβώς Γιατί όταν όταν όλα τα κείμενα που ακούς το internet
- 18:11δεν υπάρχει ποτέ ένα κείμενο που λέει ο elon musk γνώρισε τον
- 18:15Χάρι Πότερ Όχι όλοι Μας γνώρισε τον Χάρι Πότερ Ναι γιατί κείμενα
- 18:23που ξεκινάει κάποια κάποιο αφήγημα και μες στη μέση του
- 18:28αφηγήματος σου λέει όχι Συγγνώμη κάνεις λάθος όλων μας και είναι
- 18:31αληθινός Ο Χάρι Πότερ είναι φανταστικός χαρακτήρας οπότε δεν
- 18:34μπορεί να γνωριστούν σταμάτα να λες βλακείες Οπότε το μοντέλο
- 18:40όπως λέγαμε Once play along Δηλαδή Αν του έλεγες εσύ
- 18:44Einstein γνώρισε τον Μέγα Αλέξανδρο εκεί και τα λοιπά Τάσο
- 18:48το μοντέλο Θα σου έλεγε και Ιωάννης το εννοώ στο μαγαζί εκεί
- 18:51και θα προσπαθούσε να γράψει μία ιστορία όπως αυτή θα εμφανιζόταν
- 18:54στο στο internet κάποιος έγραφε μία φανταστική ιστορία που ο
- 18:58Αϊνστάιν ταξιδέψει στο χρόνο και γνώρισε τον Μέγα Αλέξανδρο αλλά
- 19:02αυτό δεν είναι Αλλά είναι όπως λένε τώρα με τον τρόπο άνθρωποι
- 19:08θα θέλαμε να χρησιμοποιήσουν το chat σπίτι γιατί οι άνθρωποι από
- 19:13ότι φαίνεται γιατί γκρινιάζουν οι άνθρωποι όταν υπήρχε το G3
- 19:17και γράφανε τέτοιες ερωτήσεις με λέγαμε όλων μας είναι ο CEO της
- 19:22Microsoft από ποτέ και του έλεγε το GT3 από το 1989 ξέρω γω και
- 19:28λέγανε χαχαχα Δεν ξέρει Δεν ξέρει τι γίνεται Οπότε
- 19:32καταλάβαμε στην open.eap ότι ο περισσότερος κόσμος δεν θέλει να
- 19:37λειτουργεί με τον τρόπο που λειτουργεί το κείμενο στο
- 19:39internet αλλά θέλει να σε διορθώνει και να έχει ας πούμε
- 19:42αίσθηση του τι είναι αλήθεια και Οπότε όπως το κάναν αυτό ήτανε
- 19:47μία δεύτερη η μόνη είδε επιπλέον ιδέα εκτός από το προβλέψει την
- 19:51επόμενη λέξη η οποία λέγεται extract σπίτι και κάνω
- 19:54προσλάμβανε κάποιους ανθρώπους έχω 50 100 Δεν ξέρω πόσους και
- 20:00τους δώσανε μία ένα Chrome Δηλαδή μία ένα αρχικό κείμενο
- 20:03και τρεις διαφορετικές τρεις διαφορετικές συμπληρώματα του
- 20:07ίδιου κειμένου και οι άνθρωποι σκόραραν Ποια από τις τρεις
- 20:11απαντήσεις είναι η καλύτερη Okay δηλαδή ανθρώποι κάτσανε μόνοι
- 20:16τους με το χέρι και αξιολόγησαν τρεις διαφορετικές απαντήσεις σε
- 20:20μία ερώτηση που έκανες το GT και αυτές τις έξτρα δεύτερο dataset
- 20:27που ήταν πολύ μικρότερο αλλά ήταν πολύ πιο κεντραρισμένο στο
- 20:32πρόβλημα του απαντάμε καλά ερωτήσεις αντί να γράφουμε
- 20:35ιστορίες που βρήκαν στο internet και ουσιαστικά κάνουμε μία
- 20:39δεύτερη τεχνική που λέγεται instructed σπίτι για να κάνουνε
- 20:42find Punto GT3 στο να γίνει το cheapet Αυτή ήταν η δεύτερη ιδέα
- 20:47που έχει κάποια αλήθεια δηλαδή ότι μόνο αλήθεια ας πούμε ένα
- 20:53άλλο πρόβλημα με το alignment κλασικό παράδειγμα είναι Μπορείς
- 20:56να ρωτήσεις Μπορείς να ρωτήσεις τον GT3 το να πινω χλωρίνη είναι
- 21:00καλό για το συκώτι μου Εντάξει και θα σου γράψει το G3 πολύ
- 21:05καλούς αληθοφανείς λόγους γιατί το να πίνεις χλωρίνη είναι καλό
- 21:09για το συκώτι σου θα σου πει όχι όχι πίνετε Χλωρίνη και μη με
- 21:15κάνετε μήνυση στην οποία το κάνει εντύπωση λίγο αυτό γιατί
- 21:20έχω μικρό όλους εμάς είναι σε άλλο άλλες εφαρμογές υπάρχει
- 21:30πάντα αυτό που λέμε το Grand cru δηλαδή του λες πάντα αυτή είναι
- 21:35η αλήθεια ας πούμε και μετά το βάζεις κανένα δεδομένο κοιτάει
- 21:38στο στο training δεν θα σου πούνε το Ground Truth για να σου
- 21:41κάνει τις προβλέψεις αλλά εγώ στο όπως το εξηγείς ας πούμε
- 21:45αρχικές εκδόσεις αυτών των μοντέλων για όσα δεν ήταν κακό
- 21:51Απλώς κάνε παύση τυφλά το κείμενο ας πούμε η επόμενη λέξη
- 22:04Α okay Okay Και επειδή τα κείμενα στο internet όπως σου
- 22:10είπα έχουνε διάφορα διάφορα κείμενα φαντασίας που Ο Χάρι
- 22:15Πότερ μπορεί να συναντήσει τον μας ήταν ότι όντως Ο Χάρι Πότερ
- 22:19και όλο μας συναντήθηκαν στο Παρίσι το 93 και να ξέρεις Οπότε
- 22:24το πρόβλημα δεν είναι πως το εκπαιδεύεις τι είναι τα Ground
- 22:27truth αυτό θα είναι μεγάλο θέμα τώρα με το πώς θα το ένα από τα
- 22:37βασικότερα debates είναι ότι είναι να γίνει trance την
- 22:40αλήθεια όπως αυτό που έλεγες και ξανά αυτή την ιστορία με fake
- 22:47news και τα κατάλοιπα που ξέρεις ποιος αποφασίζει τώρα τι είναι
- 22:52το αυτή τη στιγμή είναι λίγο δεύτερο γιατί είναι ξεκάθαρη και
- 22:55λένε ότι ότι βγάζει ας πούμε είναι κάνει reflects ότι έχει
- 23:01ότι υπάρχει εκεί έξω δεν είναι απαραίτητα σωστά ή όχι
- 23:04επιστημονικά ας πούμε μην τον εμπιστεύεστε αλλά κάποια στιγμή
- 23:08αυτό θα αλλάξει θέλω να πω κάτι Σε αυτό η αλήθεια ας πούμε που
- 23:17λέμε Τι θα πει αλήθεια μία καλή προσέγγιση για αυτό το πράγμα
- 23:22την είχε για μένα Wikipedia Wikipedia La Δεν είπα εγώ ότι
- 23:27όλων μας τελείωσε το τάδε πανεπιστήμιο ο Αυτό το άρθρο της
- 23:34εφημερίδας όλων μας τελείωσε το πανεπιστήμιο Ας πούμε ο Μπαράκ
- 23:38Ομπάμα γεννήθηκε έχουμε συγγένεια ξέρω γω Εδώ υπάρχει
- 23:40στην Αμερική υπάρχει ένα μεγάλο ποσοστό του Στέλιο τον Μπαράκ
- 23:46Ομπάμα για κάποιο λόγο γεννήθηκε στην Κένυα εγώ Λοιπόν κάνω όπως
- 23:52λέμε original research δεν είναι το μαγαζί με βάση το τι έγραψε η
- 23:59το γιορτάζεις Ας πούμε ο Μπαράκ Ομπάμα γεννήθηκε στη Χαβάη ή με
- 24:05βάση το τι έγραψε το τάδε παλαβή εφημερίδα μπαρ Οπότε πάντα ότι
- 24:11και να φορές πηγές υπάρχουνε δύο πράγματα στον κόσμο και νομίζω
- 24:15Έτσι πρέπει να το σκεφτόμαστε υπάρχει αναφορές και original
- 24:19είσαι εντάξει λοιπόν όταν μιλάμε για αυτό ιστορική το ξέρουν πολύ
- 24:24καλά χρόνια τώρα που αναφέρονται σε αυθεντικές πηγές λένε ότι ο
- 24:30Μέγας Αλέξανδρος γεννήθηκε και λένε ότι ο τάδε ή Μέγας
- 24:33Αλέξανδρος γεννήθηκε εκεί έχουμε Αυτό το κείμενο που λέει οπότε
- 24:36εγώ δεν ξέρω πού γεννήθηκε ο Μέγας Αλέξανδρος ούτε πότε είναι
- 24:39δουλειά μου να σου πω πού γεννήθηκε ο Μέγας μπορώ να σου
- 24:41πω ότι πάω 120 συγγραφείς που έγραψαν γράφεις και τελικά Αυτή
- 24:46είναι η πηγή της γνώσης που έχουμε τώρα οπότε και νομίζω ότι
- 24:51ένα τεράστιο πρόβλημα που θα δημιουργηθεί με το τζατζίκι
- 24:53είναι ότι ο κόσμος δεν καταλαβαίνει ότι αυτό το πράγμα
- 24:57Απλά φαντάζεται ότι του ρθε στο μυαλό δεν κάνει όπως λέμε de
- 25:04provence Δηλαδή δεν σου λέει ότι με βάση αυτό το άρθρο ή ξέρω γω
- 25:09έχει τόσο gdp λέει χείλη τόσο gdp πόσο ποιο είναι το
- 25:15ακαθάριστο εγχώριο προϊόν της Χιλής κάτι που είναι Cafe
- 25:20επιστημονικές αναφορές που το μετράνε αν το μετράνε έτσι αλλά
- 25:24το καθάρισα δεν έχει νόημα να μου πεις τόσο είναι αλλά αυτό
- 25:35τώρα είναι εντάξει είναι κάτι που νομίζω μπορεί να γίνει
- 25:37σχετικά εύκολα Δηλαδή πρέπει να γίνει σχετικά εύκολα μπορεί να
- 25:41είναι πάρα πολύ δύσκολο και είναι πάρα πολύ προβληματικό
- 25:44διότι και θα δημιουργήσει και τεράστια προβλήματα να σου πω
- 25:48ποιο είναι το τεράστιο πρόβλημα δημιουργείς οι άνθρωποι που όταν
- 25:51λοιπόν εσύ ξέρω γω είσαι και γράφεις ένα άρθρο και λες ότι
- 25:56ανακάλυψα αυτό το πράγμα Αυτό τώρα είναι original είσαι
- 26:00εντάξει τώρα μπορεί να βγει Κάποιος σε ένα άρθρο να πει ότι
- 26:04ο τάδε επιστήμονας είπε αυτό το Μάλιστα Τώρα αν ο δημοσιογράφος
- 26:12για φωτογράφηση αυτό δεν αναφερθεί σε σένα Ε και πει ότι
- 26:16αυτό το πράγμα είναι αλήθεια ή το κίνητρο που έχεις εσύ να
- 26:20κάνεις έρευνα Ουσιαστικά εκμηδενίζεται δηλαδή αν δεν
- 26:24υπάρχουν αναφορές στη γνώση που κάνουν τη σκληρή δουλειά του να
- 26:29παράγουν τη γνώση να παράγουν γνώση μετά γιατί ο λόγος ο λόγος
- 26:35που κάθεσαι και κάνεις εσύ τη σκληρή δουλειά για να γράψει το
- 26:38άρθρο που θα δημοσιευτεί στο άρθρο και μετά θα λένε να το
- 26:42άλλο το κάνω τα Δεν ξέρω εγώ ποτέ εσένα το οποιοδήποτε έχεις
- 26:51αναφέρει τα πράγματα σαν αλήθειες και ψέματα και λέει ότι
- 26:54το ΑΕΠ της κήλης είναι τόσο χωρίς να πεις τους να φορτίσει
- 26:57οικονομολόγους που κουράστηκαν πάρα πολύ να εκτιμήσει τα υψηλής
- 26:59Οικονομικών ομολογεί ότι δεν έχω κανένα κίνητρο πλέον στη δουλειά
- 27:04εντάξει αυτό είναι πολύ έντονα νομίζω με τις εικόνες που έχει
- 27:08γίνει μετά που πηγαίνετε trains όχι Το Τσαντίρι νιουζ exercise
- 27:17αδιάφορους χάρτης ξέρω γω αλλά χωρίς να τους κάνει κράτηση
- 27:21καθόλου και να δω τι γίνεται εδώ στο και αν δεν Αν δεν λυθεί το
- 27:31πρόβλημα του να κάνεις attribution δηλαδή να πεις ότι
- 27:34με βάση αυτό το άρθρο λέω αυτό το πράγμα δεν το έκανα από τότε
- 27:41αλλάζει πολύ στην πολύ δραστικά το πώς δουλεύει το ίντερνετ
- 27:44γιατί το internet όπως ξέρετε δουλεύει Βασικά με βάση το τι
- 27:49έχω τράφικ και αφού έχω traffic έχω κίνητρο να κάνω αυτό το blog
- 27:53να κάνω αυτό το άρθρο να κάνω αυτό ή να κάνω αυτό ακόμα και
- 27:57επιστημονικά άρθρα βασίζεται στο ότι άνθρωποι κάνουν site στη
- 28:00δουλειά μου αν δεν υπάρχει σωστή σωστές αναφορές αλλάζει τελείως
- 28:06ο μηχανισμός των οικονομικών και το πρόβλημα είναι ότι δεν
- 28:11μπορούμε μετά language model να κάνουμε εύκολα να βρούμε ένα
- 28:17άρθρο για Speedex Σέρρες δεν μπορείς να ξέρεις ποια ήταν η
- 28:21πηγή ας πούμε που έγινε trainer να γράψετε το συγκεκριμένο
- 28:24κείμενο δηλαδή το κουτί που φτύνει τυχαίες λέξεις κατάλαβες
- 28:30Δεν δεν μπορείς να πεις ότι υπάρχει πολλή έρευνα σε αυτό το
- 28:37κομμάτι και νομίζω ότι εκεί θα πάμε δεν πρέπει να
- 28:40χρησιμοποιούμε τα είναι είναι τελείως άσχετη δουλειά τους από
- 28:47τα Σέρβια αυτό ήταν μία ερώτηση που ήθελα να κάνω αν το Google
- 28:50θα πεθάνω και θα χουμε σε 2-3 χρόνια μόνο chat gpt Όχι είναι
- 28:56άλλο πράγμα σε αυτό το πράγμα και αυτό το πράγμα να προκαλεί
- 29:05πολύ ανοιχτά με τους μέσω του Big Microsoft Βασικά και ΑΕΚ
- 29:09προκάλεσαν την Google να φτιάξει το μπαρ εντάξει που του
- 29:16προκάλεσαν το είπε και ανοιχτά ο CEO της Microsoft είναι γιατί
- 29:20λέει άμα εγώ κόψω ένα ένα μικρό ποσοστό από το Magic Google όπως
- 29:26ξέρετε και ένα τεράστιο margin profit margin από το search το
- 29:31οποίο χρησιμοποιεί για να χρηματοδοτεί άπειρα άλλα
- 29:33προϊόντα τα οποία χάνουμε λεφτά Έτσι νομίζω ότι είναι το 70% δεν
- 29:42ξέρω τι ποσοστό του του revenue οπότε όλα τα άλλα προϊόντα
- 29:46χρησιμοποιείς Google πώς να κόψω 10% από το revenue της Google
- 29:54από το search της κάνω πάρα πολύ μεγάλη ζημιά στο μεγάλο
- 29:58ανταγωνιστή Οπότε Εμένα με συμφέρει πάρα πολύ αυτό οπότε
- 30:02κατά κάποιο τρόπο σε αυτή την σε αυτή την παγίδα του να ανοίξουνε
- 30:08το Bing σαν ASX πολύ γρήγορα το κάνω αυτό ξέρουμε πολύ καλά ότι
- 30:16αυτό το πράγμα φαντάζεται Δηλαδή άμα του πεις τώρα Γράψε μου τις
- 30:19αναφορές βρες μου τις αναφορές για άρθρα που εμφανίστηκαν στο
- 30:23βυζί καρυδιού laser System nature γιατί τώρα πίνω χλωρίνη
- 30:26βοηθάει τη ρωσική αναφορές και abstracts και θα είναι όλα είναι
- 30:30γραμμένο λάδι στην επιστημονική γνώση γιατί έχει διαβάσει έχει
- 30:33μάθει τη γλώσσα και ακούγεται πολύ αληθοφανές και επιστημονικό
- 30:38αυτό που θα σου πει που δεν έχει εκπαιδεύσει νομίζει ότι διαβάζει
- 30:43επιστημονικό άρθρο και αυτό θα δημιουργήσει τεράστια προβλήματα
- 30:49νομίζω ότι Ξέρουμε όλοι ότι αυτό ήταν λάθος αλλά είχε τόσο μεγάλο
- 30:53κίνητρο η Microsoft να το κάνει οικονομικά λόγω του ανταγωνισμού
- 30:57αναγκαστικά έπρεπε να απαντήσει και απάντησε με τον part και
- 31:03είδατε ότι η υπήρχε Απλώς εσωτερικό Prada το είχαμε βγάλει
- 31:07Public Προφανώς Εντάξει το selfie Google χρησιμοποιεί λάθος
- 31:17μόνο εσωτερικά αλλά δεν συνθέτει κείμενο χρησιμοποιεί Απλά στο
- 31:23σεξ δηλαδή δεν χρησιμοποιείς το μοντέλο Όχι γιατί όχι για να
- 31:26συνθέσεις καινούργια και μένω αλλά για να αναγνωρίσεις αν Όταν
- 31:30ο άλλος ξέρω γω ψάχνει για παπούτσια και εμφανίζει Chelsea
- 31:34boots ας πούμε Chelsea boots λέξη Chelsea σημαίνει παπούτσια
- 31:39αλλά δεν είναι ίδια λέξη όμως ξέρει ότι η λέξη μποτάκι λέξη
- 31:44παπούτσι τη λέξη Τσέλσι σχετίζονται με σημαντική
- 31:47σημασιολογικά Οπότε το Google ήδη χρησιμοποιεί language models
- 31:52για να κάνει καλύτερο το search αλλά δεν χρησιμοποιείται για να
- 31:55συνθέσει απαντήσεις στο σεξ εκεί αναγκάστηκε να το κάνει αυτό με
- 32:01το μπαρ και είδα τα είδα και το barcode έκανε κάποια απάντηση
- 32:03ήτανε λάθος και ήδη και είχε πολύ μεγάλο είπα τη συμμετοχή
- 32:06αυτό ότι την ίδια μέρα μυαλό Για τελευταίες ερωτήσεις που είχα
- 32:14ένα που θα πάει αυτό το πράγμα δηλαδή έχει δύο θεωρίες για μένα
- 32:21η μία είναι αυτή σιγμοειδής καμπύλη εξέλιξη που λέει ότι
- 32:25ανεβαίνεις σαν ένα ς και είμαστε τώρα στο 10% ας πούμε έχει 5%
- 32:29και θα ανέβει η χρήση και τα δραματικά τα επόμενα χρόνια η
- 32:38αλήθεια είναι αυτό το Hype Cycle ουσιαστικά ότι υπάρχει ένα αλλά
- 32:44δεν γίνεται τίποτα μετά πέφτει και φτάνεις ένα μέτριο σημείο
- 32:49που Έφτασες εκεί που θα αντικαταστήσει τα πάντα αλλά θα
- 32:55έχεις ένα matcher ας πούμε προς χρήση στα επόμενα χρόνια και
- 33:00πολλοί φοβούνται ότι ότι είναι σιγμοειδής καμπύλη δηλαδή ότι σε
- 33:07πέντε χρειάζομαι Δεν θα υπάρχουνε αναλύσεις όλοι θα
- 33:09γράφει όλα τα κείμενα ξέρουμε τίποτα GPD θα αντικαταστήσει όλα
- 33:15τα site θα κάνει take over The Wall τα λοιπά νομίζω Σίγουρα
- 33:21έχει το potential που νομίζεις θα φτάσει το πράγμα νομίζω ότι
- 33:28προφανώς δεν ξέρω Κανείς δεν ξέρει βλέποντας είναι παρόμοιες
- 33:35παρόμοια Hype Cycle που έχουμε δει στο παρελθόν νομίζω ότι
- 33:39κάποια κάποια πράγματα που γίνονται που απέτυχαν παταγωδώς
- 33:44ένα από αυτά για μένα που απέτυχε παταγωδώς είναι το
- 33:48metaverse το θεωρήσετε αποτυχημένο τι χρησιμοποιούν οι
- 33:59άνθρωποι arvor για κάποια για κάποιες εφαρμογές Ίσως κάποια
- 34:04σημεία εκπαίδευσης αλλά νομίζω θα είναι κάτι πάρα πολύ μικρό
- 34:08Ένα πολύ μικρό κομμάτι μιας πολυκατοικίας ήρθα στο gaming
- 34:15και corporate industrial training τέτοιο augmented
- 34:26reality και τα λοιπά θα είναι μία πολύ μικρή Ειρήνης αγορά δεν
- 34:30θα αλλάξει τα πάντα όπως πόνταρε λανθασμένα η Facebook και
- 34:35ρώτησαν αν το chat Δεν είναι κάτι τύπου Google ας πούμε
- 34:38smartphones που είναι παραδείγματα που κάναμε explode
- 34:42σαν έχω λόγια που είπες είναι είναι όχι μόνος τα smartphones
- 34:49αλλά και τα τα smartphones το internet άλλαξε τον κόσμο
- 34:56πραγματικά μεγαλόχαρη πας με το οποίο εγώ δεν πιστεύω είναι το
- 35:01πάνω μου βγήκε για μένα δεν πιστεύω ότι θα αποδώσει κάτι
- 35:06κοντά στα όσα υπόσχεται αλλά με ρωτήσεις το επεισόδιο που είχαμε
- 35:12με το πάνω σε αυτό δεν έχω χρόνο εγώ Είχαμε υπολογιστές είναι
- 35:22πολύ καλή στα μαθηματικά προβλήματα μάλλον μέχρι εκεί και
- 35:28κοιτάνε Τι είχατε πει μετά Ποιο ήταν το συμπέρασμα σας Γιατί δεν
- 35:32το έχω ακούσει συγκεκριμένες λειτουργίες δεν μπορώ να
- 35:39καταστήσει γενική χρήση γενική υπολογιστική ευγενικός
- 35:45υπολογιστής και σε 50 χρόνια θα είναι όλοι οι υπολογιστές Νομίζω
- 35:50ναι από τη συζήτηση που είχαμε εδώ και με το Δημήτρη που είναι
- 35:55στο χώρο Αυτοί που ασχολούνται έτσι κι αλλιώς το ξέρεις Δηλαδή
- 35:58Πιο πολύ νομίζω Ίσως είναι αυτό το Bull στην γύρω ότι προσπαθεί
- 36:02να χτίσει ένα Hype για μία καινούργια τεχνολογία που Γενικά
- 36:05η σου συμβαίνει αυτό παρά ότι οι άνθρωποι που είναι σε κάποιο
- 36:11συγκεκριμένο πεδίο νωρίς το παιδί είναι από τους υπόλοιπους
- 36:17που μπορεί να είναι και πιο πολύ μου Marcus και μάνατζερ Και ούτω
- 36:21καθεξής και ήθελα να πάρω χρηματοδότησης από Σαφώς
- 36:26κυβέρνησης και λυπάμαι πρέπει να πάρεις τη χρηματοδότηση σου για
- 36:30να συνεχίσει το προσλήψεις για το σπίτι που με ρωτάς αν θα
- 36:35είναι θα γίνει κάτι τεράστιο νομίζω θα είναι ένα πολύ χρήσιμο
- 36:38εργαλείο για να για γράψιμο θα είναι ένα πολύ χρήσιμο εργαλείο
- 36:41για γράψιμο κώδικα δηλαδή νομίζω μία από τις πιο Χρήσιμες
- 36:45εφαρμογές στην ότι έχει να κάνει με κώδικα Ναι σίγουρα θα είναι
- 36:48χρήσιμο για τις μορφές αναζήτησης αν μπορείς να
- 36:51επιβεβαιώσεις μετά την απάντηση Αλλά αυτό που νομίζω ότι θα
- 36:54γίνει Είναι ότι άλλα εργαλεία θα χρησιμοποιηθεί θα χρησιμοποιούν
- 36:58το language model στα μοντέλα γλώσσας διαφορετικούς τρόπους
- 37:02δεν θα δεν θα είναι απλά ένα μοντέλο που γράφεις κείμενο σου
- 37:06βγάζει κάτι και συνεχίζει Δηλαδή θα είναι Άλλοι τρόποι μπορείς να
- 37:11αλληλεπιδράσει με το μοντέλο γλώσσας για έχω μία ιδέα πάνω σε
- 37:16αυτό δηλαδή κάτι που θα μπορούσα να περιμένω Όχι απαραίτητα μέσα
- 37:21στον επόμενο χρόνο μέσα στην επόμενη πενταετία εξαετία είναι
- 37:25να το πω μία ένα είδους input σαν κάποιο interface που απλά να
- 37:35είναι να στο πούμε API και κάτι άλλο να κάνεις δηλαδή ένα
- 37:38παράδειγμα ότι θέλω εγώ να φτιάξω για το paper μου ένα μία
- 37:45γραφική παράσταση που έχει κάποια χαρακτηριστικά και
- 37:48Φορτώνω ένα απλό ταρώ ότι είναι η τώρα π.χ. θα το φορτώσεις την
- 37:53πάει τον πήχη και θα φτιάξω με το matplotlib αναλυτικά το blog
- 37:57μου ένα είδους interface όμως που θα μπορούσες απλά να κάνω
- 38:00Upload a και γράφω με λόγια ξέρεις κάτι πλωτά Ρέμο αυτό και
- 38:04κάνε μου Κόκκινα τα σημεία αυτά κάνε μου πράσινα αυτά τα σημεία
- 38:08κάνε μου και λογαριθμική στους άξονες enter και το png έτοιμο
- 38:12και το παίρνω κάτι τελευταίο νομίζω δεν κάνει ήδη πάνω στα
- 38:16ρούχα που να θέλουν να το κάνουν αυτό μάλιστα Okay αυτά ωραία
- 38:23νομίζω νομίζω ανάλυση άλλαξες σούπερ μάρκετ Ευχαριστώ πολύ τι
- 38:31χαμός το κακό μετά τα ποτές ότι μένουν για πάντα και το κοιτάμε
- 38:39σε 2-3 πέντε χρόνια Τι λέγαμε και θα γελάμε νομίζω να δούμε
- 38:42τώρα βλέπω ταινία στο Youtube κάτι youtubers κάνουν η πρότασή
- 38:58τους για να μιλάνε έξι στα κόβει όλα δεν κάνει κακά και μιλάει
- 39:02πολύ πιο γρήγορα χωρίς όμως να πέφτει αυτό που κάνουμε καλά
- 39:06υπάρχει soft υπάρχουν προγράμματα που κάνουν αυτή τη
- 39:08δουλειά θα φέρει τα μεγάλα κενά και τα βάζει πάλι μαζί να
- 39:14ακούγεσαι φυσιολογικά Τι σκέφτεσαι Δεν είναι ας πούμε
- 39:23όποτε θες να φτιάξω εγώ βίντεο Άστους να κάνω lecturer και να
- 39:28το γράφω μετά τα άκουγα και λέω γιατί λέω όλη την Δηλαδή εγώ δεν
- 39:32είσαι κάτω ήμουνα λέω ε και μετά θα το ξαναπώ θα το ξαναπώ γιατί
- 39:36το έκλεισα το βίντεο πέντε φορές ξέρω γω και ποτέ δεν μπορούσα να
- 39:39το κάνω στο επίπεδο που είναι αυτή είναι τρομερό τόπος όπως
- 39:44αυτός τόπος προς ενημέρωση το έχει στο κεφάλι κάποιων και καλή
- 39:53αλλά τα πιο πολλά Κρύπτη είναι πιο εύκολο δεν ξέρω πως το
- 40:01κάνουμε αλλά βλέπω Έχω πεθάνει στο 55 λεπτά βίντεο από το
- 40:05YouTube στα 30 φορές πάλι χάλια είναι εντάξει εντάξει παιδιά
- 40:10ευχαριστώ πολύ Να στε καλά Φιλάκια φιλάκια camera hangout