There are only 2 point that actually capture the value
•
providing AGI Infra
•
vertical AI
점점 경계가 무너지고 있다.
우리의 선택
agi 위에서 api 서비스를 활용하여 일명 wrapper를 만들던지, vertical 하게 깊게 테슬라 같이 만들던가.
테슬라의 선순환 플라잉 휠
차 많이 팔림 -> 데이터 -> 더 정확한 ai -> 더 많이 팔림
27년이면 모든 영역에서 우리를 뛰어넘겠지.
사실 이미 거의 모든 영역에서 우리보다 뛰어남.
TTC가 중요한 이유
verified reward function은 찾을 수 있다. explict reward fuction에 대한건 fronteer model이 다 해줄거야.
distilled 된 모델로 저렴이로 비싼 성능 가능. 외우다 이해하다 와 해결하다 가 차이가 있나? 머리에 바로 떠오른는...
검증 불가능한 영역일 뿐. 사람의 가치판단이 들어간 non verifiable 한 데이터(정치, 셰익스피어)를 외우고 있음.
요새 내가 드는 생각
오히려 모름의 미학을 아는 ai가 필요할지도. a라는걸 모르기에 해낼 수 있는 생각. 스토리. 한마디로 사람으로 치면 라이프 스토리를 달리하고 싶다.
llm wrapper는 ?
기술적 해자는 힘듦.
GTM 이 중요하다. 심오한 엔지니어링보다 비즈니스를 잘 해야한다.
아니라면 프론티어 모델이 다루기 힘든 버티컬을 만들어라. 나만의 데이터?
•
검증 가능한 함수를 만들기 어려운 영역
•
합성 데이터를 만들기 어려운 영역
고객의 선호를 모으는 서비스가 있다면. 그건 선호의 영역(non-verfiable)에 label 을 모아 가능하다.
environment or system
a closed-loop system that can transform non-verifiable into verifiable
evaluation matric이 명확히 정의되지 않는건 실행하면 안된다.
생각보다 내가 알지못하는 도메인에서 삽질하는 거보다 ai 에게 시켜보는거도 괜찮을지도.
Subscribe to 'Yejun Cheon'
Subscribe to my site to be the first to receive notifications and emails about the latest updates, including new posts.
Join Slashpage and subscribe to 'Yejun Cheon'!