Tôi từng bối rối về việc tại sao nhiều người lại khó chịu khi các LLM như Cursor và ChatGPT thỉnh thoảng lại ảo tưởng hoặc mắc sai lầm. Chúng là những nhà phân tích siêu việt ... vậy thì có sao nếu chúng mắc một vài sai lầm. Tôi thấy rằng việc kiểm soát chất lượng cơ bản, tam giác hóa và kết nối có thể giúp bạn phát hiện những sai lầm này. Tôi đã làm một vài công việc trong lĩnh vực vốn tư nhân trước khi đến Theia, nơi mà kiểm soát chất lượng (tức là đảm bảo rằng mô hình của nhân viên không bị hỏng) là một phần lớn của vai trò. Các nhà phân tích mới thường mắc rất nhiều sai lầm. Câu nói yêu thích của tôi (vào lúc 2 giờ sáng) là "công việc tốt nhưng từng con số trên trang này đều sai." Tôi thấy điều này thật tẻ nhạt và buồn chán nhưng đó là một phần cực kỳ quan trọng của công việc. Tôi chưa bao giờ nghĩ đây là một kỹ năng trước đây nhưng tôi thấy mình sử dụng nó hàng ngày với các LLM. Thực sự tôi không nghĩ rằng các LLM sẽ ngừng mắc sai lầm hoàn toàn, vì vậy đây giờ là một kỹ năng cốt lõi cho bạn. Tôi đã tìm thấy một vài kỹ thuật kiểm soát chất lượng tốt nhất là — 1. Chỉ cần lướt qua mô hình / mã. Bạn sẽ học được cách phát hiện nhiều sai lầm theo cách này. 2. Tam giác hóa cơ bản (ví dụ: 45% IRR là sai, doanh số bán pizza ở Mỹ không thể là 50 tỷ đô la vì Domino's có 18 tỷ đô la và không có cách nào họ có thể đạt 40%) 3. Kết nối các con số trong mô hình với nhau (ví dụ: Nếu thị trường đang tăng trưởng 50% và chúng ta đang tăng thị phần từ 5 đến 10% thì tại sao chúng ta không tăng trưởng 100%? Hãy kiểm tra những con số đó) 4. Kết nối với các phân tích trước đó (ví dụ: doanh thu năm 2028 của chúng ta là 120 triệu đô la trong mô hình trước đó và bây giờ là 144 triệu đô la ... Cụ thể đã xảy ra điều gì? Ồ, chúng ta đã tăng giá mỗi đơn vị từ 10 đô la lên 12 đô la OK) Thực sự điều này chỉ đơn giản là nhìn vào các con số trên trang và suy nghĩ về chúng trong năm phút trước khi chấp nhận mô hình. Điều này có vẻ rất hiển nhiên nhưng tôi đăng lên đây để giúp ích cho ai đó.