大家好，这里是大佳的成长磁场第34期。 

【AI之外】的最后一期内容，想跟听友朋友们探讨在“大语言模型”的AI时代，我们怎么高效搜集信息、分辨有效信息、长期应用信息。 

 本期结合#AI大神，安德烈·卡帕斯的科普视频，拆解ChatGPT“大语言模型”一路发展起来的关键步骤、改进措施和迭代过程，跟听众朋友们分享：信息收集、知识库搭建的思考和技巧，希望DAJA都够探索出更好的“人机结合”模式。共勉！ 

 ⏰本期时间戳： 

预处理=采集信息+处理信息+形成参数化预测

 03:33 GPT采集信息的标准：广泛、公开、多元、可表达，并且经过多层过滤

 06:40 神经网络学习：大数据+概率学，推算出统计意义之下的最优解 

 后处理=人工训练+场景模拟+输出对话

 09:31 AI一本正经的胡说八道，原来叫幻觉性虚假信息

 12:03 AI智能体的发展瓶颈，在于问答场景不能穷举

 13:05 学会交叉验证，才能发现AI的知道不知道 

 17:05 打造个人知识库的轻量化步骤 

 ⭐本期金句： 

※ 大模型本质上是一场大型的复述行为。 

※ 信息和知识，都是在不同的历史环境，有不同的成立前提。 

※ 人工训练的核心目的是让模型学会拆解问题，然后去寻找统计学上最好的回答，并且通过符合人机交流的语言状态表达出来。

※ 让AI来丰满我们的思维模式，才是AI时代我们可以享受的红利。 

※ AI之外的部分，是持续记录属于个人的、差异化的一切信息。 

 📕 猜你感兴趣： 

B站： 【1080P】安德烈·卡帕西：深入探索像ChatGPT这样的大语言模型｜Andrej Karpathy_哔哩哔哩_bilibili

小宇宙： vol.114.AI的2025和DeepSeek们的未来 | 对谈复旦张奇教授 - 起朱楼宴宾客 | 小宇宙 - 听播客，上小宇宙

Vol.26 【变强指南】用三张表，解决知识管理的终极秘籍 - 大佳的成长磁场 | 小宇宙 - 听播客，上小宇宙

 BGM： Novo Amor - Weather_EM