انسان در حلقه | به سمت هوش مصنوعی

نویسنده (ها): لیلیت کومار

در ابتدا منتشر شده در به سمت هوش مصنوعیبشر

تقویت کننده LLM خروجی

هفته گذشته ، در طول استراحت معمول چای ، من و دوست من شروع به بحث و گفتگو در مورد Genai و نگرانی مداوم در مورد اینکه آیا AI جایگزین انسان خواهد شد (ما). جریان فعلی است LLMS مواظب کار یا کاهش وابستگی به انسان؟ در حالی که چنین سؤالاتی تا حدی معتبر است ، محدودیت های فعلی LLM ها از طرف دیگر نیاز به کمک زیادی از نظر داوران انسان برای ایجاد خروجی LLM دارند.

در این مقاله ، من سعی خواهم کرد تا جنبه های مختلف توسعه LLM را کشف کنم که بازخورد و درگیری انسان بسیار مهم است.

مدل های بزرگ زبان (LLMS) در مرحله مرکزی دنیای فناوری با مدلهایی مانند Openai’s Chatgpt ، Google’s Gemini ، Claude Anthropic و Llama Meta قرار دارند. این مدل ها تقریباً در تمام داده های موجود در اینترنت از جمله تعداد زیادی متن و کد آموزش داده می شوند. این مدل ها توانایی های شگفت انگیزی را در تولید متن مانند انسان ، ترجمه زبان ، تولید محتوای خلاق و پاسخ دادن به سؤالات به روشی بسیار ساختار یافته نشان می دهند. آنها به عنوان chatbots سفارشی ، دستیاران برنامه نویس عمل می کنند ، محتوای بازاریابی ایجاد می کنند و تقریباً در همه زمینه ها برنامه هایی را پیدا می کنند.

با این حال ، با وجود پیچیدگی آنها ، LLM ها محدودیت هایی دارند ، آنها تمایل به اشتباه دارند (https://medium.com/@lalit.k.pal/common-mistakes-in-in-in-in-and-counter-them-b2f9a194395d؟sk=62feea94291cfcfcabcabcab6291cfcfcabcab6291cfcfcab63 توهم ، وراثت و تقویت تعصبات موجود در آنها داده های آموزش، مبارزه با ظرافت و عقل سلیم … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر

منتشر شده از طریق به سمت هوش مصنوعی