作者认为，对大型语言模型（LLM）的强烈反对被夸大了，并且是基于错误的推理，将其比作“巴特勒式圣战”。他们认为，反对的核心源于对利润损失的恐惧，导致将机器学习与人类学习混淆，并且大型语言模型的用户不应为公司或首席执行官滥用该技术的负面行为负责。文章驳斥了关于大型语言模型消耗过多资源（如水）的担忧，认为这些担忧是分散人们对真正公司不当行为的注意力。 AI
影响 认为目前围绕大型语言模型的讨论方向错误，可能会影响公众认知和政策辩论。
排序理由 该项目是一篇评论文章，讨论社会对大型语言模型的反应，而不是主要发布或重要的行业事件。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
