Агенты, конечно, нужны и полезны, но для определенного круга задач (детерминированные, поддающиеся объективной проверке на каждом этапе, повторяющиеся рутинные, с чёткой целью и формализованным результатом). Тем не менее, там где их сейчас используют, создателей агентов ждут встречи с галлюцинациями, потери контекста, каскадные ошибки, полное непонимание процесса и хаотичное сжигание токенов.
Не совсем так. Я имел в виду, что компиляция подходов к промптам, основываясь на ответах самой LLM, даёт только то, что кто-то уже придумал и изложил. Но нет уверенности в том, что это правильно или единственно правильно. Более того, каждая новая итерация развития нейросетей, или новая научная статья фактически меняет понимание и подход к промптам, но у LLM уже выучены старые подходы, которые она и будет генерировать в ответ на соответствующие запросы.
Да, это работает. Но не гарантированно, как и всё в LLM. Внесение в контекст "ненужных" токенов, пусть и в негативном ключе, оказывает влияние на ответ в самый неподходящий момент.
Единственная проблема таких сборников заключается в том, что LLM генерирует только то, что знает. И далеко не факт, что LLM знает правильно и знает то, что нужно.
Ии-чат только в спойлере. Всё остальное руками. Впрочем, большинство не в состоянии, на самом деле, отличить генерацию от человека. Каждый день убеждаюсь в этом, когда читаю статьи и комментарии.
Если рассмотреть систему из трёх элементов - владельцы LLM, независимые разработчики и пользователи, где единственным реальным источником денег являются только пользователи... То получается, что вы хотите сесть на поток, который идёт от пользователя к LLM. Что для вас хорошо, но согласится ли с этим опенАи... В примере с Google им регулярно бьёт по рукам антимонопольная служба разных стран. В примере с ИИ такого нет, так что пожалуй единственный выход, это когда плюсы и минусы ситуации оценит государство.
Интересный, но сомнительный подход. Крайне сомневаюсь, что эта строка сработает как сид для разных направлений мышления.
Предположу, что это подвид СОТ. Модель возвращается к первой строке и оценивает весь контекст, автоматически сбрасывая похожие варианты решения.
Думаю, что если в промпт добавить - перед выводом каждого последующего решения, возвращайся к списку и проверяй уникальность, сработает так же или лучше
Вы немного путаете. Если вектор меняется, то поменяется и поведение модели, и это вполне математический факт. Ничего более и никаких других выводов сделать нельзя. Всё в рамках стат. закономерностей датасетов
Поставил минус статье и минус в карму. Потому что вы пытаетесь заставить людей озвучить то, что сами прямо сказать боитесь.
Я понимаю ваши опасения, но ваш метод я считаю неприемлемым.
Как-то так.
Отредактировать то вы ее могли и можете.
Не совсем так. Я имел в виду, что компиляция подходов к промптам, основываясь на ответах самой LLM, даёт только то, что кто-то уже придумал и изложил. Но нет уверенности в том, что это правильно или единственно правильно. Более того, каждая новая итерация развития нейросетей, или новая научная статья фактически меняет понимание и подход к промптам, но у LLM уже выучены старые подходы, которые она и будет генерировать в ответ на соответствующие запросы.
Категорически странно, что статья не заканчивает свою мысль последовательно - продажей Маску.
Да, это работает. Но не гарантированно, как и всё в LLM. Внесение в контекст "ненужных" токенов, пусть и в негативном ключе, оказывает влияние на ответ в самый неподходящий момент.
Хорошая компиляция. Многим будет полезна.
Единственная проблема таких сборников заключается в том, что LLM генерирует только то, что знает. И далеко не факт, что LLM знает правильно и знает то, что нужно.
Роли сомнительно... В остальном не вижу противоречий со статьей
Как минимум, инвесторы могут обвинить японскую фирму в введении в заблуждение.
Вполне вероятно, последующее падение акций можно связать с этой путаницей
Ии-чат только в спойлере. Всё остальное руками. Впрочем, большинство не в состоянии, на самом деле, отличить генерацию от человека. Каждый день убеждаюсь в этом, когда читаю статьи и комментарии.
Я далек от ремонта холодильников .. Но недавно перестала работать морозилка. С помощью LLM вполне быстро поставил диагноз и заменил вентилятор.
Персонализация не ломает базовую информацию.... Иначе терялся бы смысл. Впрочем, проверьте на своем аккаунте поисковые запросы.
Возможно. Тестировал в режиме инкогнито и с разных компьютеров. База ответа сохраняется. Иначе у каждого был бы свой интернет.
Если рассмотреть систему из трёх элементов - владельцы LLM, независимые разработчики и пользователи, где единственным реальным источником денег являются только пользователи... То получается, что вы хотите сесть на поток, который идёт от пользователя к LLM. Что для вас хорошо, но согласится ли с этим опенАи... В примере с Google им регулярно бьёт по рукам антимонопольная служба разных стран. В примере с ИИ такого нет, так что пожалуй единственный выход, это когда плюсы и минусы ситуации оценит государство.
Может быть... Я не говорю, что это не работает, но объяснение не думаю, что верное.
Возможно, но использовать термины типа пересчёта матриц глупо.
Интересный, но сомнительный подход. Крайне сомневаюсь, что эта строка сработает как сид для разных направлений мышления.
Предположу, что это подвид СОТ. Модель возвращается к первой строке и оценивает весь контекст, автоматически сбрасывая похожие варианты решения.
Думаю, что если в промпт добавить - перед выводом каждого последующего решения, возвращайся к списку и проверяй уникальность, сработает так же или лучше
Безотносительно, при попытке поправить в этом направлении кв на микросети, Gemini сразу предупредила о комбинаторном взрыве.
Всегда есть возможность усилить позицию.
Длинный эксперимент стартанул недавно, но ждать надо полгода наверное )) https://habr.com/ru/articles/1025228/
Вы немного путаете. Если вектор меняется, то поменяется и поведение модели, и это вполне математический факт. Ничего более и никаких других выводов сделать нельзя. Всё в рамках стат. закономерностей датасетов