大量企业把分类回归问题硬塞给 LLM,可能选错了工具
FrankFelixAI · x · 2026-09-17
mstockton 发表对 "Jev 模型" 的思考:商业中大量问题本质是分类或回归问题,但很多公司并未意识到这可以用经典机器学习方法解决,长期靠人力和流程硬扛。
LLM 兴起后,更多公司开始想「也许可以用 AI 搞定」,于是用 LLM 去解分类/回归问题。这有好的一面——部分手工工作被自动化;但也有坏的一面——LLM 往往是错误工具,效果可能还不如经典 ML 方法。他提醒:「AI」的流行(在大众认知里几乎等于 LLM)让企业倾向于什么都往 LLM 上套。
「公司和人」频道最新
- David Sacks 回击 Altman 与 Amodei:想减速请自愿,别要监管 — mikeflache · 2026-09-17
- Breakout List 榜单:92 家高潜初创,20 家员工不足 25 人 — BenBlaiszik · 2026-09-17
- DeepSeek 工程师长文:不留 Anthropic,因不想让 AGI 落其手 — TheTuringPost · 2026-09-17
- AI 文本检测公司 Pangram 获彭博社专文报道 — cephaloform · 2026-09-17
- 导师证实:学生 DK 加入 OpenAI 国家安全团队做 AI 政策 — zacharylipton · 2026-09-17
- NBER AI 经济学年会将在多伦多举行,主题聚焦中国 AI — avicgoldfarb · 2026-09-17