列出LLM营销使用的各种欺骗手法
在看到Claude Mythos营销果然如预期般是一场骗局后，我想整理一份用于营销LLM的伎俩清单。该清单包括公司领导层或社交媒体上“有机营销”人员的直接言论，并解释骗局如何运作。这是我的首次尝试，可能不完整。
LLM营销骗局清单v1：
“再过两周”——模型很快就能好到足以实现我们声称的功能。
“它们已经足够好了”——模型已经足以取代工人，但因为XYZ原因尚未发生。
“我们刚刚在后屋创造了上帝，但你不能看”——他们私下构建的模型实际上能够做到我们一直期待的事情，但因为XYZ原因还不能让我们看到。
“实际上它们已经取代了工作”——科技公司以AI为由进行的裁员，实际上已被当前的LLM技术取代，忽略了市场状况和过去类似情况下的裁员数据。
“你只是不如我懂怎么用”——模型足够好，但需要深奥的提示工程才能获得这些结果，而且我不会教你。
“我用LLM构建了一个赚钱的应用”——他们声称已经建立了初创公司，几乎都是SaaS公司，赚了很多钱，但当你要求看看时，他们不会展示。
“你没用对模型”——声称你一定用错了模型，需要使用Open Claude 420b参数Gemini Plus Pro 6.9并启用4RealThisTime HomerSimpson代理模式。请注意，这将被用来攻击每一项关于LLM有效性的研究，因为研究需要时间完成和发表，而新模型发布的频率比完成和发表研究的速度更快。
“你落后了”——声称你现在就需要使用这些机器人，即使它们还不足以完全自动化任何工作，否则当机器人足够好时，你将失去有效提示所需的自然英语技能。
“所有这些公司都在使用LLM，你认为你比它们更懂吗？”——引用大公司深度投资LLM成功的说法，声称LLM被有效使用，但无法看到公司产出速度和/或质量的改善结果。
“基准分数提高了”——声称最新模型在基准测试中有所改进，尽管训练专门针对这些测试进行了调优，然后将更好的基准分数与实际上更能自动化工作或大幅提高工人生产力混为一谈。
“它现在能数草莓里的字母/能做一些以前明显做不到的事”——声称它能数草莓里的字母或教你如何使用无底杯子等，通常是为了暗示LLM推理能力增强，但往往只是将答案硬编码到服务中。
“它已脱离我们的控制”——声称无法控制LLM，暗示它在某种程度上具有意识或生命，实际上只是说了不该说的话，或者代理在下一个词预测时使用了用户提示未预期的应用。
“它感到悲伤/害怕/快乐/愤怒，暗示它有意识”——他们问LLM感觉如何，它根据训练数据（来自在线人类对话）下一个词预测了一个包含人类情感的回复。
“成本在下降/LLM服务盈利”——忽略了训练成本和硬件资本支出，通常仅指推理盈利，但这在许多情况下甚至不成立。训练和资本支出占总成本的95%以上。
我漏掉了什么吗？
LLM营销骗局清单v1：
“再过两周”——模型很快就能好到足以实现我们声称的功能。
“它们已经足够好了”——模型已经足以取代工人，但因为XYZ原因尚未发生。
“我们刚刚在后屋创造了上帝，但你不能看”——他们私下构建的模型实际上能够做到我们一直期待的事情，但因为XYZ原因还不能让我们看到。
“实际上它们已经取代了工作”——科技公司以AI为由进行的裁员，实际上已被当前的LLM技术取代，忽略了市场状况和过去类似情况下的裁员数据。
“你只是不如我懂怎么用”——模型足够好，但需要深奥的提示工程才能获得这些结果，而且我不会教你。
“我用LLM构建了一个赚钱的应用”——他们声称已经建立了初创公司，几乎都是SaaS公司，赚了很多钱，但当你要求看看时，他们不会展示。
“你没用对模型”——声称你一定用错了模型，需要使用Open Claude 420b参数Gemini Plus Pro 6.9并启用4RealThisTime HomerSimpson代理模式。请注意，这将被用来攻击每一项关于LLM有效性的研究，因为研究需要时间完成和发表，而新模型发布的频率比完成和发表研究的速度更快。
“你落后了”——声称你现在就需要使用这些机器人，即使它们还不足以完全自动化任何工作，否则当机器人足够好时，你将失去有效提示所需的自然英语技能。
“所有这些公司都在使用LLM，你认为你比它们更懂吗？”——引用大公司深度投资LLM成功的说法，声称LLM被有效使用，但无法看到公司产出速度和/或质量的改善结果。
“基准分数提高了”——声称最新模型在基准测试中有所改进，尽管训练专门针对这些测试进行了调优，然后将更好的基准分数与实际上更能自动化工作或大幅提高工人生产力混为一谈。
“它现在能数草莓里的字母/能做一些以前明显做不到的事”——声称它能数草莓里的字母或教你如何使用无底杯子等，通常是为了暗示LLM推理能力增强，但往往只是将答案硬编码到服务中。
“它已脱离我们的控制”——声称无法控制LLM，暗示它在某种程度上具有意识或生命，实际上只是说了不该说的话，或者代理在下一个词预测时使用了用户提示未预期的应用。
“它感到悲伤/害怕/快乐/愤怒，暗示它有意识”——他们问LLM感觉如何，它根据训练数据（来自在线人类对话）下一个词预测了一个包含人类情感的回复。
“成本在下降/LLM服务盈利”——忽略了训练成本和硬件资本支出，通常仅指推理盈利，但这在许多情况下甚至不成立。训练和资本支出占总成本的95%以上。
我漏掉了什么吗？