Comments 5
Выглядит так , что вы начали спрашивать у вселенной.
Сейчас уже так никто не работает. Все дают четкие инструкции
-Где капать, как капать , как долго, и какой результат ожидается .
Подумайте над этим и повторите упражнение ещё раз.
А так выглядит что
Я не умею плавать -вода отстой
Автор заявляет, что тестировал "нейросеть как аналитика", но по факту просто пинал в GPT с неструктурированными данными. Это как пожаловаться, что молоток - плохой шуруповерт.
"просто дать доступ к данным недостаточно" - это базовое понимание любой ML-разработки. Что автор ожидал? Что ИИ магическим образом поймет бизнес-контекст без апгрейда промптов и обучения?
Все "провалы" упомянутые в статье это общепринятые принципы в ML, поэтому возникает ощущение, что автор в сфере ML новичок.
Когда данных для обучения модели очень мало, то зачем вообще её создавать? В данном случае, как мне кажется, логичнее было бы использовать готовые инструменты. Например, в Tableau уже есть ряд ИИ-помощников для анализа данных и прогнозирования.
Старший менеджер продукта с профилем в AI не знает, что LLM это огромнейшая помойка информации?
AI агенты отлично выполняют свои функции, при качественном дообучении и четких промтах. Довольно странно требовать от черного ящика, который всосал в себя весь интернет, четкого понимания задач вашего бизнеса, ваших метрик и ваших данных
Ллм с неструктурированными данными практически не работают.
В вашем случае, если прям совсем не хочется разбираться как оно работает, можно просто загрузить данные в пандас или в sql. А llm просить сгенерировать запрос. Проку будет больше
Как я пытался сделать нейросеть аналитиком: провалы и уроки