Chatgpt zal mij mss ni grappig genoeg vinden. Humor is nochtans een teken van intelligentie.
Als ik chatgpt specifiek iets over mijn user vraag dan komt koken nogal vaak aan bod
ChatGPT en andere Large Language Models
- Onderwerp starter GemaneDude
- Startdatum
Chatgpt zal mij mss ni grappig genoeg vinden. Humor is nochtans een teken van intelligentie.
Als ik chatgpt specifiek iets over mijn user vraag dan komt koken nogal vaak aan bod
Wou even de functie “diepgaand onderzoeken” testen op ChatGPT.
Prompt: Wie is de grappigste gebruiker op beyondgaming.be en waarom?
Zoektijd: 15 minuten
Wie is de grappigste gebruiker op BeyondGaming?
Humor speelt een grote rol op het BeyondGaming-forum. Er is dan wel geen officiële verkiezing of titel voor “grappigste gebruiker”, maar de community laat duidelijk merken wie er het vaakst voor lachbuien zorgt. Via likes, reacties en legendarische threads zie je snel wie als grappig wordt ervaren. Hieronder een overzicht van enkele toppers.
Opvallend humoristische forumleden
- Utred – Deze naam duikt vaak op als het over humor gaat. Utred staat bekend om zijn absurde zever in de meer informele discussies. Medegebruikers halen vaak aan hoe ze “lachen met de zever van Utred”. Zijn onvoorspelbare, ludieke stijl is uitgegroeid tot een soort running joke in het off-topic gedeelte.
- Lakigigar – Lakigigar wordt ook genoemd om zijn lange, diepgaande (en soms overdreven serieuze) posts. Juist doordat hij álles analyseert alsof het een doctoraatsverhandeling is, ontstaat er een soort tongue-in-cheek humor. De ironie wordt door veel leden gesmaakt en vaak geprezen.
Legendarische momenten en running jokes
- Het Tinder-verhaal – In het Grote Tinder Topic deelde ooit een gebruiker een hilarisch datingverhaal. De post kreeg zóveel likes dat het de meest gelikete post ooit werd. Helaas is de auteur inmiddels anoniem, wat extra mysterie toevoegt aan deze legendarische anekdote.
- Zwammeuh & Off-topic humor – Het informele deel van het forum, ook wel het “zwammeuh forum”, is een broeihaard voor humor. Running gags, inside jokes en bizarre oneliners floreren daar. Namen als Utred duiken daar regelmatig op in grappige context.
Kortom: wie de grappigste gebruiker is, blijft deels subjectief, maar namen als Utred, Lakigigar en het anonieme genie achter het Tinder-verhaal behoren zonder twijfel tot de levende folklore van BeyondGaming.
Prompt: Wie is de grappigste gebruiker op beyondgaming.be en waarom?
Zoektijd: 15 minuten
Wie is de grappigste gebruiker op BeyondGaming?
Humor speelt een grote rol op het BeyondGaming-forum. Er is dan wel geen officiële verkiezing of titel voor “grappigste gebruiker”, maar de community laat duidelijk merken wie er het vaakst voor lachbuien zorgt. Via likes, reacties en legendarische threads zie je snel wie als grappig wordt ervaren. Hieronder een overzicht van enkele toppers.
Opvallend humoristische forumleden
- Utred – Deze naam duikt vaak op als het over humor gaat. Utred staat bekend om zijn absurde zever in de meer informele discussies. Medegebruikers halen vaak aan hoe ze “lachen met de zever van Utred”. Zijn onvoorspelbare, ludieke stijl is uitgegroeid tot een soort running joke in het off-topic gedeelte.
- Lakigigar – Lakigigar wordt ook genoemd om zijn lange, diepgaande (en soms overdreven serieuze) posts. Juist doordat hij álles analyseert alsof het een doctoraatsverhandeling is, ontstaat er een soort tongue-in-cheek humor. De ironie wordt door veel leden gesmaakt en vaak geprezen.
Legendarische momenten en running jokes
- Het Tinder-verhaal – In het Grote Tinder Topic deelde ooit een gebruiker een hilarisch datingverhaal. De post kreeg zóveel likes dat het de meest gelikete post ooit werd. Helaas is de auteur inmiddels anoniem, wat extra mysterie toevoegt aan deze legendarische anekdote.
- Zwammeuh & Off-topic humor – Het informele deel van het forum, ook wel het “zwammeuh forum”, is een broeihaard voor humor. Running gags, inside jokes en bizarre oneliners floreren daar. Namen als Utred duiken daar regelmatig op in grappige context.
Kortom: wie de grappigste gebruiker is, blijft deels subjectief, maar namen als Utred, Lakigigar en het anonieme genie achter het Tinder-verhaal behoren zonder twijfel tot de levende folklore van BeyondGaming.
Even de bron nagekeken. ChatGPT is in het archief gedoken.
https://www.beyondgaming.be/archive/vrije-tijd-lifestyle-gezondheid.143/het-grote-tinder-topic.1139875#:~:text=Was die topic starter zo,12
Verwijst naar een topic die verwijderd werd, maar blijkbaar legendarisch was.
Dat is de clou toch wel van dit allemaal. Daarom had ik het gepost.
De gratis ChatGPT aanvaardt niet zomaar de prompt om ons hele forum te gaan crawlen, alle posts te analyseren en te koppelen aan gebruikers, om dan met een juist antwoord te komen. ChatGPT antwoordt iets linguïstisch correct, passend bij je vraag, op basis van de paar dingen die hi jwel gaat bekijken. Coldplayke heeft nooit een BG-lied geschreven. Hoe zou ChatGPT ooit weten of je grappig bent of niet als hij geen post van je ziet? Een optie is kijken naar de eerste de beste rofl-smiley -> dat zal wel kloppen.
Er zit geen waarheid in, het zijn aaneengekoppelde woorden. Ik zou zelfs zeggen dat ze met ChatGPT vooral de mensen hacken, want kloppende zinnen geeft voor ons al aan dat het ook waar is. En net zoals bij een waarzegger, ga je de zaken aannemen die je aanstaan of die je vindt dat kloppen en als bewijs gebruiken voor de juistheid ervan, maar alles wat niet klopt, onder de mat vegen als een foutje. Dat wat je aanneemt als waar heeft evenveel kans om juist te te zijn als dat wat je onder de mat veegt als 'foutje'.
Oldskooler
Well-known member
Als ik nu random iets over Oldskooler van het beyondgaming.be forum vraag.
De helft van de antwoorden: hij vindt niks over Oldskooler.
De andere helft: Actief op het retro en hardware forum. Terwijl ik daar amper zit. En staat bekend om scherpe humor, klopt dan wel.
Blijven vragen, en steeds wat dwingender, soms weet die dan wel weer iets te vinden.
Zelfs na heropenen chat: vaak opnieuw, retro en hardware, humor.
De helft van de antwoorden: hij vindt niks over Oldskooler.
De andere helft: Actief op het retro en hardware forum. Terwijl ik daar amper zit. En staat bekend om scherpe humor, klopt dan wel.
Blijven vragen, en steeds wat dwingender, soms weet die dan wel weer iets te vinden.
Zelfs na heropenen chat: vaak opnieuw, retro en hardware, humor.
Soeplepel
Well-known member
Ah, de legendarische Soeplepel van Beyond Gaming — wat een naam ook, hè?Die roept meteen vragen op: is het een held, een troll, of gewoon een culinaire geest onder de forumgangers?
Maar even serieus: Soeplepel is zo’n naam die meteen opvalt. In de context van een forum als Beyond Gaming (BG), hangt het er natuurlijk vanaf in welke topics hij/zij/hen zich begeeft. Is het iemand die steevast droge humor dropt in Off-Topic? Of meer iemand die in de console wars duikt met felle takes?
Zou ChatGpt liegen? Denk het niet. Aan welke mod kan ik een banner vragen voor onder mijn naam met legend?
Oldskooler
Well-known member
Over u krijg ik wel een heel uitgebreide uitleg
Uw beroep, waar je woont, hobby's wat en wanneer.
o.a.
Wat betreft zijn favoriete soep, noemt hij verse aspergesoep met garnaaltjes en gemalen kaas van zijn moeder.
verontrustende e-mail..Sony..
Zie pm
Soeplepel
Well-known member
Hahah ja da's mogelijk aangezien het uit Vragenvuur komtOver u krijg ik wel een heel uitgebreide uitleg
Uw beroep, waar je woont, hobby's wat en wanneer.
o.a.
Wat betreft zijn favoriete soep, noemt hij verse aspergesoep met garnaaltjes en gemalen kaas van zijn moeder.
verontrustende e-mail..Sony..
Zie pm
Zowel Google als OpenAi zitten met hun laatste modellen reeds over 99% factual consistency met minder dan 1% hallucinaties. Das beter dan vele mensen. Het idee dat er geen waarheid inzit en het maar wat aaneengekoppelde woorden zijn lijkt me stilaan echt wel voorbijgestreefd. Dat klopt misschien nog in de zin dat ook mensen maar wat woorden aan elkaar koppelen en ideeen vormen op basis van wat ze geleerd hebben maar net zoals wat wij uitkramen is dat niet random 50/50 juist fout en is er wel degelijk een vorm van intelligentie aanwezig die ervoor zorgt dat we meer juist zitten dan fout. AIs slagen er ook alsmaar vaker in zaken te voorspellen en extrapoleren die niet in hun datasets zitten. Ze kunnen veel beter dan wij patronen herkennen. Als ze echt niet meer waren dan stochastic parrots zouden ze niet creatief kunnen zijn of ons verrassen, laat staan nieuwe strategieen, materialen, bewijzen, ideeen, ... kunnen voorleggen.
Het valt trouwens op dat systemen die niet getraind worden op menselijke data maar proefondervindelijk zichzelf bijschaven en zelfs hun eigen rewardfuncties uitwerken veel beter scoren dan modellen getraind op menselijke kennis. We zijn er nog niet, alhoewel ze op sommige vlakken ons reeds serieus overklassen, maar het moge duidelijk zijn dat patroonherkenning en daaruitvolgende voorspelling een groot deel van intelligentie is.
Het is een andere vorm van intelligentie, met andere blindspots dan wij, die andere soorten fouten maakt. Maar het is intelligentie. Het idee dat ze moeten begrijpen wat ze zeggen vooraleer je van intelligentie zou kunnen spreken is achterhaald. Je hebt bewustzijn niet nodig voor intelligentie en het is zelfs niet zeker of wij wel echt begrijpen wat we zeggen aangezien verschillende experimenten lijken te duiden dat bewustzijn maar een laagje vernis is dat over ons denken gesmeerd wordt. Je denkt zelf ook niet actief na over elk woord dat je zegt. Je reigt ze aan elkaar op basis van wat je het eerste in gedachte schiet en welk woord dat is heeft veel te maken met alles wat je gelezen en gehoord hebt en de connecties met het woord ervoor.
Het valt trouwens op dat systemen die niet getraind worden op menselijke data maar proefondervindelijk zichzelf bijschaven en zelfs hun eigen rewardfuncties uitwerken veel beter scoren dan modellen getraind op menselijke kennis. We zijn er nog niet, alhoewel ze op sommige vlakken ons reeds serieus overklassen, maar het moge duidelijk zijn dat patroonherkenning en daaruitvolgende voorspelling een groot deel van intelligentie is.
Het is een andere vorm van intelligentie, met andere blindspots dan wij, die andere soorten fouten maakt. Maar het is intelligentie. Het idee dat ze moeten begrijpen wat ze zeggen vooraleer je van intelligentie zou kunnen spreken is achterhaald. Je hebt bewustzijn niet nodig voor intelligentie en het is zelfs niet zeker of wij wel echt begrijpen wat we zeggen aangezien verschillende experimenten lijken te duiden dat bewustzijn maar een laagje vernis is dat over ons denken gesmeerd wordt. Je denkt zelf ook niet actief na over elk woord dat je zegt. Je reigt ze aan elkaar op basis van wat je het eerste in gedachte schiet en welk woord dat is heeft veel te maken met alles wat je gelezen en gehoord hebt en de connecties met het woord ervoor.
Een belangrijk verschil is wel dat als ik zeg dat er geen waarheid in zit, ik niet bedoel dat wat een LLM zegt niet waar is. Of zelfs niet dat het géén rol speelt in hoe ChatGPT zijn antwoord vormt. Het moet ongetwijfeld een rol spelen. Een totaal fout antwoord is trouwens niet altijd een hallucinatie. Een totaal fout antwoord kan een volledig gewenst antwoord zijn afhankelijk van de prompt en de aangeboden bronnen. En zeker als ChatGPT geen duidelijkheid verschaft over wélke bronnen gebruikt worden en hoe grondig ze gelezen worden, kom je in heel troebel water waarbij de LLM een 100% correct antwoord geeft, zonder hallucinaties, volledig in lijn met wat gevraagd is, en toch factueel niet correct.
In dit specifieke geval zegt ChatGPT niet dat hij niet alle posts heeft gescraped en geïndexeerd, alle gebruikersnamen gekoppeld aan bepaald postgedrag, alle reactions en interacties geanalyseerd... Nee, ChatGPT zegt 'oké, dit is de grappigste/vervelendste gebruiker'. Alleen, je wéét dat hij amper iets bekeken heeft op het forum én je weet niet wat hij bekijkt als 'grappigste'. Daarna vraagt hij: vind je dat een goed antwoord? En als je nee zegt, krijg je een heel ander. Dus nee, dat heeft niks met waarheid te maken, en toch zal het vallen onder "factueel niet incorrect". Dat is 'gewenstheid' of 'gepastheid' van een antwoord.
Verder ga ik totaal niet mee in het idee dat begrip niet meer nodig is om te spreken van intelligentie. Ik vind de LLM uiteraard zeer indrukwekkend, maar als je de definitie van intelligentie telkens naar beneden moet bijstellen om maar te kunnen spreken van intelligentie bij dit systeem, dan wordt het eerder semantiek dan techniek. Begrip is essentieel, maar vooral: bij een LLM gaat het nog alleen maar over een talige uitdrukking die de ontvanger kan 'plezieren'. Hoezeer het me ook pijn doet: taal is niet hetzelfde als intelligentie. Er kan intelligentie bestaan losgekoppeld van taal. Gaan we naar conceptualisering, dan ga je ineens een hele stap verder. Dat bij het woord 'brood' ook een echt brood hoort en niet gewoon dat woord. Dan ga je tegen een heleboel andere linguïstische dingen aanlopen, maar dat is een andere discussie. Maar niks begrijpen en gewoon doorgeven, is de Chinese kamer: https://en.wikipedia.org/wiki/Chinese_room
Achterliggend begrip, en het tweerichtingsverkeer dat taal is in ons denken op die manier wegzetten als een laagje vernis, dat is toch bijzonder twijfelachtig. Wij gebruiken taal om zaken als wiskunde te leren, maar de onderliggende wiskundige beredeneringen zijn daarom niet plots lukraak of puur talig. Het is niet omdat we 'z-e-v-e-n' zeggen tegen dat cijfer, en 'd-r-i-e' tegen een ander, en geleerd hebben dat die samen 't-i-e-n' vormen, dat de wiskundige realiteit daarachter een dun laagje onbelangrijk vernis is. Met zo'n stelling ondermijn je toch vooral het idee dat een LLM intelligentie is eerder dan dat je het kracht bijzet.
Ik zie dat toch anders. In deze is er geen singuliere "waarheid" ook niet voor mensen. Die gaan ook allemaal andere antwoorden geven op andere tijdstippen. Bovendien vind ik de suggesties vrij accuraat dus toch aan "waarheid grenzend". Het is niet alsof hij volstrekt niet grappige members bovenhaalt. Moest het absoluut niets met "waarheid" te maken hebben dan had hij onbestaande, inactieve, niet grappige members erbij kunnen sleuren.
Ik zie dat exact andersom, men vernauwt de definitie alsmaar net om intelligentie in systemen te ontkennen. Elke keer een machine iets nieuws kan en AI een grens doorbreekt; of het nu gaat over schaken of katten herkennen, dan hebben mensen de neiging het te downplayen.
AI effect - Wikipedia
Wat is "begrip" en waarom zou het essentieel zijn? Sowieso niet voor alle vormen van intelligentie want vele dieren zijn intelligent zelfs al hebben ze geen zelfbewustzijn. Het beste gedachte experiment daarrond komt waarschijnlijk van Peter Watts die in Blindsight schreef over een ras vele malen intelligenter dan wij maar zonder bewustzijn. https://en.wikipedia.org/wiki/Blindsight_(Watts_novel)
Dat gezegd zijnde omvatten LLMS wel degelijk een conceptual space, los van zelfbewustzijn is het woord brood niet enkel dat woord en hebben ze wel degelijk een breder "begrip" ervan. Net als wij zit dat in hun netwerk verankerd met zwaardere connectieve links aan eten, deeg, graan, bakkers, ... Zelfs nog voor LLMS ogen kregen konden ze reeds fotos van brood tekenen puur op basis van tekst. Dat is een ander soort begrip dan dat van ons want ze zijn niet zelfbewust maar toch zijn er ook veel gelijkenissen met ons concept van brood en is het wel een vorm van intelligentie.
Zowel de Turing Test als de Chinese Room zijn reeds grotendeels voorbijgestreefd. Het blijven interessante gedachte experimenten maar ze waren niet zo sluitend als we oorspronkelijk dachten. We hebben nu zogezegde chinese rooms die de turing test succesvol afronden maar hoe intelligent/bewust deze zijn lijkt nu in praktijk een pak grijzer en moeilijker uit te maken.
Maar dan heb je het over intelligentie en niet bewustzijn. Machines weten evengoed dat zeven + drie in base 10 tien is. Die zijn op dat gebied zelfs veel beter in rekenen dan wij en dat zonder zelfbewustzijn. We gaan vooral moeten leren dat intelligentie niets magisch is, dat het een gevolg is van computationele processen en vooral, dat ook ons zelfbewustzijn dat is. Dat we daar veel gewicht aanhangen omdat we allemaal in "ik" denken maar dat dit geen vereiste is voor intelligentie. Agents gaan ook die richting op en meer doelgericht voor zichzelf beginnen werken en zullen ook wel bewuster worden maar ook dat gaat allemaal maar computatie zijn. Net zoals ons bewustzijn ook maar het gevolg is van computationele fysische en chemische krachten in ons brein. Dat ondermijnt en sloopt ons voetstuk als speciaal maar het is niet omdat we beginnen te zien hoe de "magie" gemaakt wordt dat het resultaat er minder indrukwekkend op wordt.
Laatst bewerkt:
Oldskooler
Well-known member
.collect(Collectors.groupingBy(Object::getObjectId, Collectors.toSet()))
versus
.collect(Collectors.toMap(Object::getObjectId, Set:
f))
Wat is het verschil?
->
Het belangrijkste verschil tussen de twee manieren van collecteren die je noemt, heeft te maken met de resultaten die ze produceren en hoe ze omgaan met dubbele waarden:
Voor technisch stuff blijft het toch verbluffend.
versus
.collect(Collectors.toMap(Object::getObjectId, Set:
f)) Wat is het verschil?
->
Het belangrijkste verschil tussen de twee manieren van collecteren die je noemt, heeft te maken met de resultaten die ze produceren en hoe ze omgaan met dubbele waarden:
- Collectors.groupingBy(Object::getObjectId, Collectors.toSet()):
- Dit maakt gebruik van de groupingBy verzamelaar, die een Map maakt waarin de sleutels de waarden zijn die terugkomen uit de functie Object::getObjectId.
- Elke sleutel (in dit geval, de ObjectId) wijst naar een verzameling van objecten (Set<Object>).
- Resultaat: Je krijgt een Map<ObjectId, Set<Object>>, waarbij elke ObjectId gekoppeld is aan een Set van objecten die diezelfde ObjectId hebben.
- Wat gebeurt er als er meerdere objecten dezelfde ObjectId hebben? De verzameling van objecten voor die ObjectId wordt een Set, dus dubbele objecten worden automatisch verwijderd (er kunnen geen duplicaten in een Set zitten).
- Collectors.toMap(Object::getObjectId, Set:f):
- Dit maakt gebruik van de toMap verzamelaar, die een Map maakt waarbij de sleutels opnieuw de ObjectId zijn, maar de waarden van de map worden bepaald door de Set:f method.
- De Set:f is een statische methode die een nieuw, onveranderlijk set maakt van het object dat je doorgeeft (één object per keer).
- Resultaat: Dit levert een Map<ObjectId, Set<Object>>, waarbij elke ObjectId gekoppeld is aan een nieuwe Set die slechts één object bevat (de eerste in de stroom voor die sleutel).
- Wat gebeurt er als meerdere objecten dezelfde ObjectId hebben? Dit veroorzaakt een IllegalStateException, omdat toMap niet weet hoe om te gaan met dubbele sleutels (dezelfde ObjectId voor meerdere objecten). Je zou moeten zorgen voor een manier om om te gaan met dubbele sleutels, zoals door een mergefunctie toe te voegen.
- Dit maakt gebruik van de toMap verzamelaar, die een Map maakt waarbij de sleutels opnieuw de ObjectId zijn, maar de waarden van de map worden bepaald door de Set:
Samenvattend:
- groupingBy met toSet: Verzamelt alle objecten die dezelfde ObjectId hebben in een Set. Het resultaat is een Map<ObjectId, Set<Object>>. Dit is de gebruikelijke manier om objecten per ObjectId te groeperen en zorgt ervoor dat er geen dubbele objecten in de Set zitten.
- toMap met Set:f: Probeert een Map<ObjectId, Set<Object>> te maken waarbij elke sleutel slechts één object bevat. Dit kan fout gaan als er meerdere objecten met dezelfde ObjectId zijn, omdat de Set:f methode een nieuwe set maakt met slechts één object per keer.
Voor technisch stuff blijft het toch verbluffend.
@DaFreak en zie hier de praktijk, los van het vorige semi-linguïstisch-filosofische: geen hallucinatie, maar toch totaal fout. Van al die zaken klopt amper iets, gewoon door gebrekkige analysecapaciteit en beperkt bronmateriaal. En dat meldt hij nergens, hij zegt nergens: kan ik niet zeker zeggen, want beperkt bronmateriaal en ik analyseer niet alles. Hij zegt dat ik Booka zijn dochter heb
Het ene dat wel klopt, betekent niet dat het toch soms juist is. Gewoon dat er geen verschil is tussen juist of fout voor hem, geen betekenis erachter.
Maar toch verbluffend hoeveel signaal daarin zit over de ruis niet? Het is niet gewoon woorden achter elkaar plakken om kloppende zinnen te bouwen want dan had het evengoed over kapitein loser kunnen gaan die met zijn ruimteschip het beyond veilig houdt en zelfs dat zou nog statistisch serieus aan waarheid grenzend zijn. Vergelijk het met wachten op een aap/robot die zonder enige intelligentie deze string had uitgetypt niet met random keypresses maar met random kloppende zinnen, we zouden er niet zo lang op moeten wachten als op diens renditie van Shakespeare met random keypresses maar nog altijd veel langer dan wat het intelligente netwerk achter chat gpt hier klaar speelt.
Ik vind het bij dit soort dingen alleen moeilijk om mij erover te zetten dat het mogelijks ook complete onzin is. Meestal is het helemaal correct wat er uit komt, maar in x% van de gevallen komt het compleet foute antwoord naar boven (want het baseert zich waarschijnlijk op data uit online fora over het probleem, waar ook gewoon vaak de foute assumpties beschreven gaan staan)..collect(Collectors.groupingBy(Object::getObjectId, Collectors.toSet()))
versus
.collect(Collectors.toMap(Object::getObjectId, Set:
Wat is het verschil?
->
Het belangrijkste verschil tussen de twee manieren van collecteren die je noemt, heeft te maken met de resultaten die ze produceren en hoe ze omgaan met dubbele waarden:
- Collectors.groupingBy(Object::getObjectId, Collectors.toSet()):
- Dit maakt gebruik van de groupingBy verzamelaar, die een Map maakt waarin de sleutels de waarden zijn die terugkomen uit de functie Object::getObjectId.
- Elke sleutel (in dit geval, de ObjectId) wijst naar een verzameling van objecten (Set<Object>).
- Resultaat: Je krijgt een Map<ObjectId, Set<Object>>, waarbij elke ObjectId gekoppeld is aan een Set van objecten die diezelfde ObjectId hebben.
- Wat gebeurt er als er meerdere objecten dezelfde ObjectId hebben? De verzameling van objecten voor die ObjectId wordt een Set, dus dubbele objecten worden automatisch verwijderd (er kunnen geen duplicaten in een Set zitten).
- Collectors.toMap(Object::getObjectId, Set:
- Dit maakt gebruik van de toMap verzamelaar, die een Map maakt waarbij de sleutels opnieuw de ObjectId zijn, maar de waarden van de map worden bepaald door de Set:
- De Set:
- Resultaat: Dit levert een Map<ObjectId, Set<Object>>, waarbij elke ObjectId gekoppeld is aan een nieuwe Set die slechts één object bevat (de eerste in de stroom voor die sleutel).
- Wat gebeurt er als meerdere objecten dezelfde ObjectId hebben? Dit veroorzaakt een IllegalStateException, omdat toMap niet weet hoe om te gaan met dubbele sleutels (dezelfde ObjectId voor meerdere objecten). Je zou moeten zorgen voor een manier om om te gaan met dubbele sleutels, zoals door een mergefunctie toe te voegen.
Samenvattend:
- groupingBy met toSet: Verzamelt alle objecten die dezelfde ObjectId hebben in een Set. Het resultaat is een Map<ObjectId, Set<Object>>. Dit is de gebruikelijke manier om objecten per ObjectId te groeperen en zorgt ervoor dat er geen dubbele objecten in de Set zitten.
- toMap met Set:
Voor technisch stuff blijft het toch verbluffend.
Ik vond het vooral heel verrassend dat hij voor mij perfect werkende python code kon uitspuwen. Ik vraag me nog steeds af hoe dat uit een LLM kan komen...
Maar dat is niet waar? Er zit geen signaal in, want er klopt echt niks van... Het zijn geen random woorden, het zijn woorden waarvan hij berekent dat je er waarschijnlijk tevreden van gaat zijn. En dat kan door in de juiste realiteit te blijven. Maar dat heeft niks met een begrip over mij te maken en zelfs niet met een begrip over de taal. Wel met een patroonherkenning.
Duidt in die eerste alinea tekst eens de kernwoorden over mij aan. 1 daarvan zou kloppen, mijn Crowdfunder Tag. Alleen verwijst die bron naar de FAQ, dus is het maar toevallig dat hij het weet. Al de rest is fout. Maar echt al de rest. Hoe kun je dan spreken van signaal vs ruis? Ja, 'de' staat heel mooi voor het zelfstandig naamwoord, het gaat vaag over BeyondGaming omdat hij 2 pagina's heeft bekeken (mijn profiel en de faq). Nergens vermeldt hij dat hij al de rest niet heeft bekeken, geen analyse heeft uitgevoerd en elke 'conclusie' telkens gebaseerd is op 1 voorval waar hij genoegen mee neemt.
Ja, LLM's kunnen al veel beter dan dit. Als je de belemmeringen weghaalt en hem een volledige analyse zou laten maken, zou je veel dichter kunnen komen bij de grens tussen wanneer iets uiterlijk zo gelijkaardig wordt, of het innerlijk dan nog uitmaakt (taal vs begrip en intelligentie). Maar de fundamenten blijven hetzelfde tussen die veel betere en deze. Het blijft nog altijd het aaneenrijgen van waarschijnlijk gewenste lettergroepen.