新聞 
幣種資訊 
關於我們 
知名天使投資人納瓦爾·拉維肯特（Naval Ravikant）指出，領先的AI實驗室正在建立一套「飛輪」機制，透過匯聚頂尖人才與使用者數據，持續提升模型效能。
根據PANews的報導，AngelList創辦人納瓦爾10日在X發文說明這套策略。他表示，做法是「讓最優秀的人使用領先模型，再從他們的輸入、模型本身的輸出，以及由此產生的合成數據與訓練環境中萃取素材，重新投入訓練」。這意味著實驗室不只是延攬人才，更把使用過程中產生的成果直接用於模型改進。
飛輪指的是使用者成長與服務優化相互推動的循環結構。AI實驗室匯聚優秀人才後，能累積高品質的輸入與產出，再運用這些成果改善模型，進而吸引更多使用者加入。
在這個結構中，使用者不再只是單純的消費者，而是參與模型優化過程的一份子。各種任務中產生的輸入與輸出，都能成為判斷模型該如何回應需求的素材。
納瓦爾認為，使用者持續選用領先模型的背景，來自AI實驗室之間的競爭。他解釋，各實驗室為了比拼效能不斷加速模型改進,使用者也因此傾向尋找表現最好的模型,以取得更佳結果。
分析指出，過去多以模型效能單一指標衡量競爭力,如今人才、使用者、數據與訓練環境彼此串連的結構,也可能成為競爭力的一環。使用者愈多,任務樣態愈多元,實驗室調整訓練方式與評估環境的空間也隨之擴大。
其中,同時運用輸入數據與模型產出被視為關鍵。若再加上使用過程中產生的合成數據與訓練環境,就會形成「服務使用」轉化為「下一輪訓練資源」的循環結構。
這項觀察也與AI平台之間的人才爭奪戰有關。此前已有分析指出,AI平台人才流動可能影響企業組織型態,以及開發者與使用者的判斷標準。
不過,這次發言僅是納瓦爾對AI實驗室策略的個人分析,並非證實特定實驗室確實採用相同方式運用數據,也未確認相關成效。
整體而言,這項分析的重點在於,隨著AI實驗室之間的競爭持續,人才延攬、模型使用量與數據運用方式彼此牽動的結構可能進一步強化,各實驗室的具體執行狀況與實際成效仍有待個別確認。
留言 0