09.02.24: 在曲线左侧找方法,抱脸和游荡的季节
Lux Capital 最新给 LP 的信中的精彩见解、GitHub 与 HuggingFace 生态系统的深度剖析,以及消费类应用大师 Nikita Bier 的病毒式传播秘笈。
考虑到 Grammarly 并不是一家那么知名的公司,我在上周写的《Grammarly:生于技术曲线左侧》一文,出人意料的受到了欢迎——也意味着更多的争议。一些读者告诉我,他们早就卸载了 Grammarly,而用 ChatGPT 替代。
Grammarly 无法在 2009 年创办的时候就预见这一点——没有人可以有这样的先见之明,但他们在 2023 年很快做出了反应,推出了 Grammaly GO 这个充分拥抱 LLM 的新产品,这个产品显然从他们过去 15 年的创业历程中汲取了大量的养分:
- 3000 万的活跃用户量级。这足以让 Grammarly 登上任何一个 AI 产品排行榜的前列,这甚至是 ChatGPT 都希望拥有的分发量。
- 特定用途界面产生的高质量用户反馈数据。单一用途软件(single-purpose software)的一个优势是可以设计更具象的界面来收集用户的明确反馈,比如让用户对修改建议点击接受或反对(Cursor 也是这么做的)。在 ChatGPT 上,这样的反馈按钮不可能占据如此喧宾夺主的位置——因为它要考虑更通用、抽象的用例。
- 基于专有数据和特定用例训练或微调的模型。这意味着更快、更便宜和更好的用户体验三者中的至少两个会发生。根据 Sacra 的最新文章:
Ramp、Notion 和 Databricks 等公司从 OpenAI 的 GPT-4 等前沿模型中获取输出,并使用它们来微调更小、更便宜、更快的开源模型,如 Mistral 和 Llama 3.1,从而将特定重复任务的成本降低 90%。 “您不必试图将这个大型模型的所有功能提炼成一个非常小的模型,而是使用特定任务的输出子集来训练较小的模型。 显然,这个较小的模型在很多其他领域无法与较大的模型匹敌,但对于特定任务,它可以。”
- 与企业数据和上下文(context)的整合。企业希望保持对外沟通的一致性,而这实际上是要求,所有员工都不能犯错。要做到这一点,就需要把符合品牌要求的风格指南、知识库等数据交给模型进行学习。这个操作的门槛很高,需要用户在开始使用之前上传很多文档、数据,才能达到预期效果。Grammarly 在这里需要和 Notion 等公司竞争。
我不是在为 Grammarly 这家公司辩护,但它显然已经跨越了最初的以规则为基础的 NLP 时代,产品形态上也不再是一个简单的语法检查器,或许它需要在品牌上做出突破,用新的叙事来转变市场对它的固有印象。
当然,对于一家成立了 15 年的公司而言,转变叙事很困难。
除了 Grammaly 之外,我们还为您带来了 Lux Capital 最新给 LP 的信中的精彩见解、GitHub 与 HuggingFace 生态系统的深度剖析,以及消费类应用大师 Nikita Bier 的病毒式传播秘笈。