ข้ามไปที่เนื้อหา
เฉพาะ ความเห็น#ระบบนิเวศโอเพนซอร์ส
10 พฤศจิกายนวันอังคาร
  1. The Pragmatic Engineer22

    ความถูกต้องของซอฟต์แวร์และความปลอดภัยของซัพพลายเชน: บทสนทนากับ Sean Allen

    The Pragmatic Engineer สัมภาษณ์ Sean Allen วิศวกรระดับสูงที่ Antithesis และผู้มีส่วนร่วมหลักในภาษา Pony เกี่ยวกับความถูกต้องของซอฟต์แวร์และความปลอดภัยของซัพพลายเชน Allen ให้เหตุผลว่าระบบชนิดข้อมูลที่แข็งแกร่งในตระกูลภาษา ML จับข้อผิดพลาดได้มากกว่าในเวลาคอมไพล์เมื่อเทียบกับภาษาตระกูล ALGOL และการทดสอบด้วยมือเป็นวิธีที่แย่ที่สุดในการรับรองความถูกต้อง เขายังกล่าวว่าไม่มีวิธีแก้ปัญหาเดียวที่ง่ายสำหรับการโจมตีซัพพลายเชน เนื่องจากภาษาที่มีการป้องกันอย่างแข็งแกร่งเช่น 'E' ไม่เป็นที่นิยม ในขณะที่ภาษายอดนิยมนั้นตั้งสมมติฐานว่าระบบนิเวศน์มีความน่าเชื่อถือ

13 ตุลาคมวันอังคาร
  1. Recode China AI34

    บล็อกไวรัลของวิศวกร DeepSeek ว่าด้วยความเสี่ยงของ AI และ Anthropic ดึงความสนใจจากสื่อทั่วโลก

    บล็อกของ Liu Shengyu วิศวกรด้านแมชชีนเลิร์นนิงและเคอร์เนลของ DeepSeek กลายเป็นไวรัล หลังจากที่เขาตั้งคำถามว่า AI ระดับแนวหน้าสามารถปรับแต่งโค้ด GPU ระดับต่ำของตัวเองได้แล้วหรือไม่ และเปรียบ Dario Amodei ซีอีโอของ Anthropic กับ Adolf Hitler โพสต์ดังกล่าวได้รับการรายงานโดยสื่อต่างๆ รวมถึง South China Morning Post และ Business Insider ซึ่งขยายการถกเถียงว่าใครควรควบคุม AI ขั้นสูง

14 กุมภาพันธ์วันเสาร์
  1. Charlie O'Neill38

    Michael Scott Paper Company แห่งวงการ AI: ทำไมความเชี่ยวชาญเฉพาะทางแบบโอเพนซอร์สจึงชนะ Frontier Labs ในเรื่องเพดานความฉลาด

    Opus 4.6 และ GPT-5.3-Codex เปิดตัวทั้งคู่เมื่อสัปดาห์ที่แล้ว แต่การแข่งขันที่ชี้ขาดไม่ใช่ความสามารถดิบ ข้อโต้แย้งระบุว่างานที่มีมูลค่าทางเศรษฐกิจส่วนใหญ่อยู่ในชั้นความเชี่ยวชาญเฉพาะทาง ซึ่งโมเดลขนาดต่ำกว่า 80B ที่ปรับแต่งด้วยข้อมูลของลูกค้าเองจะทำงานได้ดีกว่า GPT-5.2 บนเวิร์กโฟลว์ของลูกค้ารายนั้น — เร็วกว่า ถูกกว่า และไม่ต้องส่งข้อมูลที่เป็นกรรมสิทธิ์ให้บุคคลที่สาม โอเพนซอร์สเพียงต้องเทียบเพดานความฉลาดให้ได้ ไม่ต้องถึงระดับแนวหน้า และนาฬิกาที่ผูกกับเงินทุนของเหล่าแล็บคือจุดที่อ่อนแอกว่า