停止调整模型并修正数据

本期编译精选。

【导语】如何构建一个能查询内部基础设施计量的谈话AI代理告诉我们数据基础的重要性。功劳：Rob Schultz/ Shutterstock 任何董事会或技术会议，我们被告知。自主的AI代理将很快处理我们公司的分析，实现数据的民主化，以便任何人。如何构建一个能查询内部基础设施计量的谈话AI代理告诉我们数据基础的重要性。功劳：Rob Schultz/ Shutterstock

任何董事会或技术会议，我们被告知。自主的AI代理将很快处理我们公司的分析，实现数据的民主化，以便任何人，从实习生到CEO。都能将一个自然语言的问题打入Slack,并获得一个即时，数据支持的答案。

听起来不错吧？

别那么快 如果你简单地把一个剪接-edge 大语言模型(LLM)放入普通公司数据仓库，它不会成为一位出色的数据分析师。它成为一个自信的白痴

现实是AI代理无法修复不良数据，缺失加入，或无证列。所以，如果你的基础数据基础设施是一片混乱的网络，孤立的筒仓和模棱两可的策略。你的代理商只会更快地给组织中的每个人 提供错误的答案。并且可能过于自信（这是设计上的）.

当我们在Runpod建立对话数据代理，让我们的teams查询基础设施的度量。是关于下面的建筑 改进这一模式产生了小的、递增的收益。改进数据基础从根本上改变了代理人答复的质量和效用。如果我们想让公司的任何人能够提出“今天有多少GPU通过维护？” 或甚至“最后一小时有多少GPU被下线？” 的问题，并获得准确、可操作的答案，教训是明确的：我们的数据基础是我们的AI战略

（原文共 8 张图片。此处展示前 3 张，更多图片请前往原文查看）

（编译自 InfoWorld；原文