Tomer Tunguz 博客(VC 分析)·· 15 小时前精选AI 评分62
Tomer Tunguz:专用判定模型让 if-then 分类成本降两个数量级且准确率翻倍
AI Comes for the If Statement
AI 导读
Tomer Tunguz 撰文提出 AI 正在优化 if-then 判定这一编程原语:Jev(TypeSafe)和 SemIf(MIT 协议开源,配合 Jared Palmer 的 kev)只运行一次注意力计算即从少量输出 token 判定结果,成本比传统 AI 低约 99%。
推荐理由
作者以自己 agent 的实测数据展示专用小型判定模型可同时大幅降本并提升分类准确率,方法有可迁移性。
来源:Tomer Tunguz 博客(VC 分析) · tomtunguz.com