苹果这周出了篇任务完成度的论文,有意思。不是因为它的结论。一大堆东西我们本来多半就知道了,有意思的是对它的反响。论文处理的是任务复杂度,以及当你给 LLM 塞进过于复杂的长上下文任务时,它们怎么崩。是的,显然,它们就是会崩。
高噪声、高圈复杂度的任务几乎一定会把你的模型带偏,所以你得把任务拆成弹点,把事情分成段落,让你需要干的这些又长又复杂的活,由智能体按流程推进。这有什么说的。如果这对你来说是新信息,那你没跟上趟。
我不知道人们指望一篇故意这么去怼当前一代系统的论文给出什么。显然,人家就是要找系统崩掉的那个点,然后评它。这是重要的信息。
但所有那些对论文自信满满的误读,LinkedIn 上那些「啊哈!AI 处理不了复杂度!!!!我早说了!!!!」的时刻(许多人本该更懂事),自成一种景观。
真正要学的教训是:在这些事情上,人人揣着自己的议程。再多的科学,枯燥的也好不枯燥的也好,都不会改变你的世界观——除非你看懂了自己在看什么,并且愿意被改变。
炒作列车上,又是寻常的一天,大概。