最近这半年陆陆续续接到好几个朋友的电话想咨询一下和大模型相关的问题，有技术相关背景的朋友，也有完全和这个圈子不相关做实体产业的长辈。和他们聊了聊，关心的问题比较集中，主要是模型的能力边界，模型如何结合自己的场景以及如何快速落地。
其中有一些感受：
1. 这一轮新的机器学习浪潮在多种模态上都有了显著的提升。不仅仅是大家熟悉的LLM，VLM和e2e audio，Gen image/video/audio等提升都很大，并且是有解锁一些新的能力和场景的。所以想把它们使用好，要获取的上下文会非常的长，并且要对其中要点进行充分的理解又避免不了结合训练方法和训练数据进行学习。这中间出现了需要由人来弥合的鸿沟。
2. 结合1想要给朋友解释清楚也不是一件容易的事情。如何用简练的语言和一些结合他背景的比方先把上下文先灌给他是挺难的，但这件事情上人会比LLM更有优势，人拥有了更多对沟通对象的了解，比如你们之前共同经历所积累的黑话等。再上下文构建完成以后，就需要以此为基础带着他一起推理，这个阶段更需要对模型有高屋建瓴的理解，也常常会倒逼着我去思考一些更本质的问题。
3. 通过这样的交流感受最大的是刚开始完全不了解所带来的焦虑感，以及大致了解清楚以后的释然，放心焦虑开始思考如何更好的使用这么强大的工具。
其中有一些感受：
1. 这一轮新的机器学习浪潮在多种模态上都有了显著的提升。不仅仅是大家熟悉的LLM，VLM和e2e audio，Gen image/video/audio等提升都很大，并且是有解锁一些新的能力和场景的。所以想把它们使用好，要获取的上下文会非常的长，并且要对其中要点进行充分的理解又避免不了结合训练方法和训练数据进行学习。这中间出现了需要由人来弥合的鸿沟。
2. 结合1想要给朋友解释清楚也不是一件容易的事情。如何用简练的语言和一些结合他背景的比方先把上下文先灌给他是挺难的，但这件事情上人会比LLM更有优势，人拥有了更多对沟通对象的了解，比如你们之前共同经历所积累的黑话等。再上下文构建完成以后，就需要以此为基础带着他一起推理，这个阶段更需要对模型有高屋建瓴的理解，也常常会倒逼着我去思考一些更本质的问题。
3. 通过这样的交流感受最大的是刚开始完全不了解所带来的焦虑感，以及大致了解清楚以后的释然，放心焦虑开始思考如何更好的使用这么强大的工具。
