Текущие способности LLM дают возможность ставить новые универсальные задачи и получать общее решение таких задач. В этой статье рассмотрим универсальную задачу “удаления избыточных терминов из заданного списка без потери информации в рамках заданной перспективы”.

Как известно, LLM - это машина, которая видела весь Интернет и много чего запомнила. Задавая ей правильные вопросы можно получать “правильные” ответы. Широта и универсальность таких способностей дает возможность ставить новые универсальные задачи и получать общее решение таких задач. Рассмотрим универсальную задачу “обоснованного выбора лучшего решения из двух вариантов” и приведем примеры решения этой задачи в совершенно разных областях: от проблемы выбора антисептика для бытовой обработки небольшой раны у ребёнка до выбора лучшей стратегии для снижения углеродных выбросов в крупном городе

Опишем базовую информацию по мини-фреймворку для работы со знаниями через LLM и рассмотрим пример n8n workflow для задачи объективного выбора лучшего из двух вариантов

Продолжаем исследовать возможности технологии LLM для повышения эффективности работы человека-пользователя и работы человека-программиста. И делаем это в форме описания тулинга для мини-фреймворка core-kbt: опишем туториал как пользоваться базовыми темплейтами для Obsidian Templater для развития текущих "знаний".

Предлагаю ознакомиться экспертной общественности с мини-фреймворком для разработки LLM-based приложений