Andrej Karpathy分享了一种与LLM协作的有效模式:开启语音输入,进行10分钟左右的自由漫谈,即使内容混乱、意识流式也无妨。
他发现LLM擅长从长篇不连贯的语音中重构意图,回应的内容往往比用户最初的思路更清晰,从而减少后续修正次数、提升人机对齐效率。
Andrej Karpathy แบ่งปันรูปแบบการทำงานร่วมกับ LLM ที่มีประสิทธิภาพ: เปิดการป้อนข้อมูลด้วยเสียง พูดคุยอย่างอิสระประมาณ 10 นาที แม้เนื้อหาจะสับสนหรือไหลไปตามส...
Andrej Karpathy แบ่งปันรูปแบบการทำงานร่วมกับ LLM ที่มีประสิทธิภาพ: เปิดการป้อนข้อมูลด้วยเสียง
พูดคุยอย่างอิสระประมาณ 10 นาที แม้เนื้อหาจะสับสนหรือไหลไปตามสติปัญญาก็ไม่เป็นไร เขาพบว่า LLM มีความสามารถในการสร้างเจตนาจากเสียงยาวที่ไม่ต่อเนื่องได้ดี เนื้อหาที่ตอบมามักชัดเจนกว่าความคิดเริ่มต้นของผู้ใช้ ทำให้ลดจำนวนครั้งในการแก้ไขและเพิ่มประสิทธิภาพการจัดแนวระหว่างมนุษย์กับเครื่อง
Andrej Karpathy分享了一种与LLM协作的有效模式:开启语音输入,进行10分钟左右的自由漫谈,即使内容混乱、意识流式也无妨。
他发现LLM擅长从长篇不连贯的语音中重构意图,回应的内容往往比用户最初的思路更清晰,从而减少后续修正次数、提升人机对齐效率。
Andrej Karpathy提出一种与LLM协作的方式:开启语音输入,进行约10分钟的自由漫谈,即使表达混乱或呈意识流状态也无妨,再由LLM重构意图并给出更清晰的回应。
公开材料显示,这一观点来自Karpathy在X上的分享。其核心观察是,LLM能够处理较长且不连贯的语音内容,并将其中的想法重新组织,从而减少后续修正次数,提升人机对齐效率。
Aioga判断,这一方法的价值不在于语音输入本身,而在于允许用户先完整释放上下文,再借助LLM整理意图。值得关注的是,材料仅呈现Karpathy的个人经验,尚不能据此推定适用于所有用户和任务。
Aioga判断,这种协作模式可能适合早期构思、需求梳理或复杂问题表达,因为用户无需先把想法整理成精确提示词。但实际效果可能取决于输入内容与具体任务,公开材料未提供系统性比较。 可在自己的真实任务中尝试约10分钟的自由语音输入,并观察LLM重构后的内容是否更清晰、后续修正是否减少。评估时应保留原始表达与回复进行对照,避免把单次体验直接视为普遍结论。
当前抓取源提供的是标题、摘要、来源和原文入口,不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: x.com
แหล่งที่มา: X:Andrej Karpathy (@karpathy)
原文链接: เปิดแหล่งต้นฉบับ
Aioga 归档: 查看情报页
Content record: social-summary · Updated: 2026-07-21T16:53:55.000Z

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.comAioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。