Низкая вероятность = высокая оригинальность
Низкая вероятность = высокая оригинальность
Запрашивая у модели только варианты с вероятностью ниже 0.10, мы получаем доступ к «хвостам распределения» — необычным и оригинальным идеям, которые модель обычно подавляет. Этот подход особенно эффективен для генерации промптов под визуальные модели и создания синтетических данных для тестирования.
Связи
- 20190326_0362 Избыточность как уязвимость и сила языка — оба про скрытые паттерны: хвосты распределения vs частотный анализ
- 20200112_0651 Каузальная модель позволяет использовать наблюдения для предсказания интервенций — манипуляция вероятностной моделью для получения нестандартных результатов
- 20250215_1441 Текущее состояние и возможности GenAI — конкретная техника работы с GenAI для практического применения
- 20190407_0390 Дихотомия восприятия через язык — оригинальность определяется через противопоставление вероятному/типичному
Источник: Telegram, 2025-10-15
Связанные заметки
Золотое правило машинного обучения: не обучайся на тесте
#AI#data#experiments
Первый опыт с ru-gpt показал низкое качество генерации
#AI#experiments#content-generation
Парадокс опыта в ML-проектах и его решение через симуляторы
#learning#AI#product-management
ChatGPT для создания рабочих прототипов продукта
#AI#startups#prototyping
Эксперимент с цифровым двойником на базе собственных лекций
#AI#experiments#learning
Исследуйте больше связей
Эта заметка — часть сети из 2,369 взаимосвязанных идей. Откройте для себя неожиданные связи в интерактивном графе знаний.
Открыть граф знаний