Ending AI Slop — Thais Castello Branco, Taste Labs

AI Engineer

Resumen

Thais Castello Branco, fundadora de Taste Labs, explora cómo combatir el 'AI slop' (contenido de baja calidad generado por IA) enfocándose en dominios subjetivos como el diseño y la escritura. A diferencia de las matemáticas o la programación, donde la veracidad es objetiva, los dominios creativos carecen de una única respuesta correcta. Thais propone descomponer estos problemas en elementos verificables, mejorar la calidad de los datos sobre la cantidad y entender la intención del usuario para evitar que los modelos colapsen hacia un promedio insípido. La clave es pasar de un enfoque ciego de entrenamiento a uno basado en el criterio humano y el contexto específico.

Capítulos

  1. 0:15Introducción y misión de Taste Labs
  2. 2:01La dificultad de los dominios subjetivos
  3. 3:04Verificabilidad como motor de capacidad
  4. 3:41El papel del contexto en el diseño
  5. 3:53Descomponiendo una marca para la IA
  6. 6:12Creando entornos de refuerzo (RL)
  7. 7:26El problema del colapso hacia la media
  8. 8:34Intencionalidad y ruptura de patrones
  9. 10:32El rol fundamental del criterio humano
  10. 11:44Calidad de datos y QA experto
  11. 14:01Analizando el desacuerdo en la evaluación
  12. 15:41Conclusión y enfoque en calidad

Temas tratados

  • Decomposición de problemas subjetivos
  • Diferencia entre dominios objetivos y subjetivos

+5 temas más (contenido completo al seguir el canal)

Extracto de la transcripción

Hello everyone. It's great to meet you all. I'm Tais. I'm the founder of Taste Labs. For those of you who don't know us, we came out of Stealth a few weeks ago. Uh, and our whole mission is basically how do we end AI slop? And we believe that to really solve this problem, we have to first decompose and understand subjective domains. Right? I think as probably all of you know, AI has gotten quite good at things like coding and math. Uh but it's still super behind on things like design, creative writing, personality, emotional intelligence. And to understand these domains, I think we have to take a little bit of a different approach than we do with um with objective ones. So our idea is like how do we become this data and infrastructure layer to really uh understand these problems and to become the solution for them across the stack. So from the foundation model layer all the way to how do…