Daryl Morey

Ich habe sie etwas länger gebraucht als der OpenAI-Moment, der im November vor zwei oder drei Jahren stattgefunden hat. Mit der GPT, glaube ich, drei, konnte man ein bisschen frühen Zugang bekommen. Ich war da nicht wirklich besonders, Ich wusste es, ich wusste die Leute, die es wussten und es sah sehr cool aus. Ich wusste nicht, wie cool es war, bis es im Publikum kam.

Ich denke, das war ein Moment, der die AI-Researcher überrascht hat. Sie sagten, dass es cool war, aber als das Publikum es bekam, war es sehr cool. In Bezug auf meinen Job haben wir eine lange Zeit eine Art von AI genutzt. Wir haben das auf einem früheren Panel erwähnt. Die AI ist nur das Vorwarnen. Mein Job ist es, gute Entscheidungen zu machen. Es geht um das Vorwarnen. Wir haben

Ich denke, das war ein Moment, der die AI-Researcher überrascht hat. Sie sagten, dass es cool war, aber als das Publikum es bekam, war es sehr cool. In Bezug auf meinen Job haben wir eine lange Zeit eine Art von AI genutzt. Wir haben das auf einem früheren Panel erwähnt. Die AI ist nur das Vorwarnen. Mein Job ist es, gute Entscheidungen zu machen. Es geht um das Vorwarnen. Wir haben

Ich denke, das war ein Moment, der die AI-Researcher überrascht hat. Sie sagten, dass es cool war, aber als das Publikum es bekam, war es sehr cool. In Bezug auf meinen Job haben wir eine lange Zeit eine Art von AI genutzt. Wir haben das auf einem früheren Panel erwähnt. Die AI ist nur das Vorwarnen. Mein Job ist es, gute Entscheidungen zu machen. Es geht um das Vorwarnen. Wir haben

Maschinen-Learning-Modelle für Vorhersage für eine lange Zeit. Und primär die großen Bereiche, die am meisten relevant wären, wären Dinge wie Vorhersage-Draftpicks. Es gibt eine ganze Menge verschiedene Vorhersage-Techniken, traditionelle Regressionen, lineare Regressionen, Trennmodelle, grafische Modelle, es gibt ein ganzes Set, das wir versucht haben.

Maschinen-Learning-Modelle für Vorhersage für eine lange Zeit. Und primär die großen Bereiche, die am meisten relevant wären, wären Dinge wie Vorhersage-Draftpicks. Es gibt eine ganze Menge verschiedene Vorhersage-Techniken, traditionelle Regressionen, lineare Regressionen, Trennmodelle, grafische Modelle, es gibt ein ganzes Set, das wir versucht haben.

Maschinen-Learning-Modelle für Vorhersage für eine lange Zeit. Und primär die großen Bereiche, die am meisten relevant wären, wären Dinge wie Vorhersage-Draftpicks. Es gibt eine ganze Menge verschiedene Vorhersage-Techniken, traditionelle Regressionen, lineare Regressionen, Trennmodelle, grafische Modelle, es gibt ein ganzes Set, das wir versucht haben.

Und sie sind alle ein Geschmack von Vorhersagen, das sogar später in große Sprachmodelle eingeführt wird. Und dann für die Auswahl, Identifikation in Computer-Vision, Turns out, even humans can't agree on what a pick and roll is or isn't. The most basic one everyone can agree on, which is one guy hits another guy, which keeps him from guarding his guy, and then something happens.

Und sie sind alle ein Geschmack von Vorhersagen, das sogar später in große Sprachmodelle eingeführt wird. Und dann für die Auswahl, Identifikation in Computer-Vision, Turns out, even humans can't agree on what a pick and roll is or isn't. The most basic one everyone can agree on, which is one guy hits another guy, which keeps him from guarding his guy, and then something happens.

Und sie sind alle ein Geschmack von Vorhersagen, das sogar später in große Sprachmodelle eingeführt wird. Und dann für die Auswahl, Identifikation in Computer-Vision, Turns out, even humans can't agree on what a pick and roll is or isn't. The most basic one everyone can agree on, which is one guy hits another guy, which keeps him from guarding his guy, and then something happens.

But there's all these phantom pick and rolls, and you act like you're going to set it, and you don't. Even humans can't identify it, and computers do a pretty good job, but not a perfect job at that as well. And then on the LLM side, the traditional stuff is helpful, Coding, speeding up writing projects, things like that. Those are ones we use. And there's some shooting stuff as well.

But there's all these phantom pick and rolls, and you act like you're going to set it, and you don't. Even humans can't identify it, and computers do a pretty good job, but not a perfect job at that as well. And then on the LLM side, the traditional stuff is helpful, Coding, speeding up writing projects, things like that. Those are ones we use. And there's some shooting stuff as well.

But there's all these phantom pick and rolls, and you act like you're going to set it, and you don't. Even humans can't identify it, and computers do a pretty good job, but not a perfect job at that as well. And then on the LLM side, the traditional stuff is helpful, Coding, speeding up writing projects, things like that. Those are ones we use. And there's some shooting stuff as well.

Wir verwenden die Modelle absolut als Wahl in jeder Entscheidung. Und wie stark diese Entscheidung ist, hängt davon ab, wie stark die Überzeugungen hinter diesen Modellen nicht verändern und wie hoch die Erfolgsrate ist. Wenn du eine sehr erfolgreiche Modelle hast, die für Draftpicks gewählt wird, und wir denken, dass das Spiel

Wir verwenden die Modelle absolut als Wahl in jeder Entscheidung. Und wie stark diese Entscheidung ist, hängt davon ab, wie stark die Überzeugungen hinter diesen Modellen nicht verändern und wie hoch die Erfolgsrate ist. Wenn du eine sehr erfolgreiche Modelle hast, die für Draftpicks gewählt wird, und wir denken, dass das Spiel

Wir verwenden die Modelle absolut als Wahl in jeder Entscheidung. Und wie stark diese Entscheidung ist, hängt davon ab, wie stark die Überzeugungen hinter diesen Modellen nicht verändern und wie hoch die Erfolgsrate ist. Wenn du eine sehr erfolgreiche Modelle hast, die für Draftpicks gewählt wird, und wir denken, dass das Spiel

Evan hat die Regeln noch nicht verändert, also hat sich das Spiel noch nicht verändert. Evan Walsh, der in der Pflicht ist. Ja, der in der Pflicht ist, danke. Er hat dich verletzt. Ja, dann bekommen die Modelle viel Gewicht in diesen Entscheidungen. Es scheint, dass die LLMs ziemlich gut bei der Prediktion arbeiten. Sie sind noch nicht gegen die Menschen.

Evan hat die Regeln noch nicht verändert, also hat sich das Spiel noch nicht verändert. Evan Walsh, der in der Pflicht ist. Ja, der in der Pflicht ist, danke. Er hat dich verletzt. Ja, dann bekommen die Modelle viel Gewicht in diesen Entscheidungen. Es scheint, dass die LLMs ziemlich gut bei der Prediktion arbeiten. Sie sind noch nicht gegen die Menschen.

Evan hat die Regeln noch nicht verändert, also hat sich das Spiel noch nicht verändert. Evan Walsh, der in der Pflicht ist. Ja, der in der Pflicht ist, danke. Er hat dich verletzt. Ja, dann bekommen die Modelle viel Gewicht in diesen Entscheidungen. Es scheint, dass die LLMs ziemlich gut bei der Prediktion arbeiten. Sie sind noch nicht gegen die Menschen.

Sie sind so genannt wie Super-Vorgänger, wie es im Human-Judgment-Projekt gesprochen wird. Aber sie geben Signal über nur Scouts und so weiter. Also behandeln wir sie fast wie einen Scout. Wenn es zeigt, dass sie einen besseren Track-Rekord haben als die Scouts, können wir die LLMs auswählen oder mehrere LLMs als ein oder zwei. Zwei Vote aus dem Prozess.