大约8年前，我带领一个工程团队，该团队是客户支持问题的最终解决途径。我们拥有大量支持工单的资料，但没有任何见解。当word2vec出现时，我感到非常惊讶，它彻底改变了我的思维。所以我建立了一个语言模型，该模型使用支持工单数据进行训练。我将与支持工单相关的系统日志建模为一个NLP模型，以预测接下来会出什么问题以及是哪个客户。这个模型最终没有进入生产环境，但它对我来说是一个很好的工具，让我了解我想要如何分配团队的时间。这在所有LLM和生成模型出现之前，但这是一个非常有趣的项目。
源讨论Ask HN：你为自己建造过的最有趣的科技是什么？原帖 1,792 条评论 · 导入时统计也许你已经为可穿戴设备创建了自己的AR程序，当你在现实生活中选中一个单词时，它会显示该单词的定义，或者你为家人构建了一个个人日历应用，可以在厨房的显示器上显示。不管是什么，我都想听听你的经历。
完整原文把你的经验，加入这段讨论。
>这是在所有LLM和生成模型出现之前的事了，但这是一个非常有趣的项目。 这意味着今天应该存在更复杂的解决方案，并且应该可以商业使用。有人能解释一下公司目前在与客户互动中使用这种技术到什么程度，效果如何吗？（不知怎么的，我仍然认为AI只是人们出于兴趣做的单个项目，或者只是用来炒作普通软件的东西。）
完整原文我们有一个程序语料库或数据库，它们遵循逻辑但没有模拟，因此它代表了解决问题的知识，但我们能控制的只有参数（输入）。在这种情况下，输入是功能性的逻辑内容（一个程序），描述语料库细节的解决方式。模型解决其集成的、企业级的逻辑，我们的输出是对该单个程序的解释。 现在我们的任务是用类似但不完全相同的数据库来替换整个数据库。输出成为这个新矩阵的输入。单个程序仍然存在，但一切都进入了下一代。通过一些记录管理，这些程序会满足我们的黑暗本能需求...
完整原文有一家YC的创业公司正在做类似的事情。他们最近发布了一些内容，不记得是放在首页还是“YC创业公司招聘”的邮件里了。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。