Le secret pour rendre les modèles de langage utiles

Si toi décrit ton symptômes à moi comme un entreprise chef et je tapé eux dans ChatGPT, serait toi vouloir moi à générer et prescrire un traitement plan pour toi, Envoi en cours ordres à ton locale pharmacien — sans consultant un docteur ?

Quoi si toi étaient offert un commerce: Le haut données scientifiques dans le monde volonté rejoindre ton organisation, mais avec le attraper que chaque un de ton entreprise experts doit rejoindre ton concurrent, sortie seulement données à travail avec et Non experts à fournir contexte ?

Dans le ère de l'IA, le publique carré est rempli avec voix vanter le opportunités, des risques, des menaces et recommandé les pratiques pour adopter génératif IA — en particulier langue des modèles tel comme GPT-4 ou Barde. Nouveau open source des modèles, recherche percées et produit lancements sont annoncé quotidiennement.

Dans le milieu de ce marché élan, accent a a été mis sur le capacités de langue des modèles — mais langue est seulement utile quand jumelé avec connaissance et compréhension. Si quelqu'un mémorisé tous le mots dans le dictionnaire que avait à faire avec chimie et pourrait réciter sans connaissance ou compréhension de le basique des principes, que langue serait être inutile.

Obtenir le recette droite

Pour langue des modèles, ce va un étape plus loin et peut être trompeur, parce que des modèles peut pas seulement réciter en rapport mots, mais sous-jacent documents, des cadres, phrases et recommandations que avoir a été écrit par experts.

Quand demandé à générer un nouveau recette, pour exemple, ils peut utiliser corrélations entre précédent recettes et description à créer un nouveau recette, mais ils avoir Non connaissance de quoi goûts bien — ou même quoi le expérience de dégustation est. Si il y a Non corrélation entre mélange olive huile, ketchup et les pêches dans passé recettes, des modèles sont peu probable à mélanger ceux ingrédients — pas parce que ils avoir connaissance ou compréhension de quoi goûts bien, mais parce que de le manque de corrélation entre ceux ingrédients dans leur ensemble de données.

UN bonne dégustation recette généré par un langue modèle est donc un statistique probabilité pour lequel nous peut remercier le experts dont recettes étaient inclus dans original source données. Langue des modèles sont puissant, et le secrète ingrédient à fabrication eux utile est expertise.

Compétence combine langue avec connaissance et compréhension

Le phrase "corrélation fait pas égal causalité » est bien connu par ceux OMS travail avec données. Il fait référence à le fait que toi peut dessiner un FAUX corrélation entre deux sans rapport des choses, interprétation erronée le connexion à impliquer que un causé le autre, tel comme un coq chant dans le matin commandant le en hausse de le soleil.

Machines sont extrêmement utile dans identifier corrélations et motifs, mais compétence est requis à déterminer si ceux impliquer vrai causes et devrait informer prise de décision (tel comme si à investir dans entraînement coqs à corbeau un heure plus tôt à obtenir un supplémentaire heure de lumière du jour).

Dans le humain expérience de apprentissage, langue est seulement le d'abord étape. Comme un enfant gains langue à étiquette des choses, personnes, lieux, verbes et plus, leur soignants utiliser il à insuffler connaissance. Nous en direct sur un planète appelé Terre. Que balle dans le ciel est appelé le soleil. Le suivant étape est compréhension cause et effet (causalité ou causalité): Le soleil dans le ciel est fabrication ton peau sentir chaud. Sauter dans un froid lac peut cool toi dos vers le bas.

Par le temps nous arriver à l'âge adulte, nous avoir internalisé complexe constructions de compétence que consister de langue, connaissance (quoi) et compréhension (pourquoi).

Recréer le structure de compétence

Considérer n'importe lequel sujet. Si toi avoir langue sans connaissance ou compréhension, tu es pas un expert. je savoir que un traditionnel voiture a un transmission, un moteur que a les pistons, un gaz réservoir — je avoir quelques langue à propos voitures.

Mais faire je avoir connaissance? je savoir que le voiture livre gaz à le moteur à travers carburant injection, et il y a un réaction impliquant piston cuisson, et que il est crucial dans en mouvement le voiture avant. Mais faire je comprendre pourquoi ? Et si il arrêté Travailler dans...

Le secret pour rendre les modèles de langage utiles

Si toi décrit ton symptômes à moi comme un entreprise chef et je tapé eux dans ChatGPT, serait toi vouloir moi à générer et prescrire un traitement plan pour toi, Envoi en cours ordres à ton locale pharmacien — sans consultant un docteur ?

Quoi si toi étaient offert un commerce: Le haut données scientifiques dans le monde volonté rejoindre ton organisation, mais avec le attraper que chaque un de ton entreprise experts doit rejoindre ton concurrent, sortie seulement données à travail avec et Non experts à fournir contexte ?

Dans le ère de l'IA, le publique carré est rempli avec voix vanter le opportunités, des risques, des menaces et recommandé les pratiques pour adopter génératif IA — en particulier langue des modèles tel comme GPT-4 ou Barde. Nouveau open source des modèles, recherche percées et produit lancements sont annoncé quotidiennement.

Dans le milieu de ce marché élan, accent a a été mis sur le capacités de langue des modèles — mais langue est seulement utile quand jumelé avec connaissance et compréhension. Si quelqu'un mémorisé tous le mots dans le dictionnaire que avait à faire avec chimie et pourrait réciter sans connaissance ou compréhension de le basique des principes, que langue serait être inutile.

Obtenir le recette droite

Pour langue des modèles, ce va un étape plus loin et peut être trompeur, parce que des modèles peut pas seulement réciter en rapport mots, mais sous-jacent documents, des cadres, phrases et recommandations que avoir a été écrit par experts.

Quand demandé à générer un nouveau recette, pour exemple, ils peut utiliser corrélations entre précédent recettes et description à créer un nouveau recette, mais ils avoir Non connaissance de quoi goûts bien — ou même quoi le expérience de dégustation est. Si il y a Non corrélation entre mélange olive huile, ketchup et les pêches dans passé recettes, des modèles sont peu probable à mélanger ceux ingrédients — pas parce que ils avoir connaissance ou compréhension de quoi goûts bien, mais parce que de le manque de corrélation entre ceux ingrédients dans leur ensemble de données.

UN bonne dégustation recette généré par un langue modèle est donc un statistique probabilité pour lequel nous peut remercier le experts dont recettes étaient inclus dans original source données. Langue des modèles sont puissant, et le secrète ingrédient à fabrication eux utile est expertise.

Compétence combine langue avec connaissance et compréhension

Le phrase "corrélation fait pas égal causalité » est bien connu par ceux OMS travail avec données. Il fait référence à le fait que toi peut dessiner un FAUX corrélation entre deux sans rapport des choses, interprétation erronée le connexion à impliquer que un causé le autre, tel comme un coq chant dans le matin commandant le en hausse de le soleil.

Machines sont extrêmement utile dans identifier corrélations et motifs, mais compétence est requis à déterminer si ceux impliquer vrai causes et devrait informer prise de décision (tel comme si à investir dans entraînement coqs à corbeau un heure plus tôt à obtenir un supplémentaire heure de lumière du jour).

Dans le humain expérience de apprentissage, langue est seulement le d'abord étape. Comme un enfant gains langue à étiquette des choses, personnes, lieux, verbes et plus, leur soignants utiliser il à insuffler connaissance. Nous en direct sur un planète appelé Terre. Que balle dans le ciel est appelé le soleil. Le suivant étape est compréhension cause et effet (causalité ou causalité): Le soleil dans le ciel est fabrication ton peau sentir chaud. Sauter dans un froid lac peut cool toi dos vers le bas.

Par le temps nous arriver à l'âge adulte, nous avoir internalisé complexe constructions de compétence que consister de langue, connaissance (quoi) et compréhension (pourquoi).

Recréer le structure de compétence

Considérer n'importe lequel sujet. Si toi avoir langue sans connaissance ou compréhension, tu es pas un expert. je savoir que un traditionnel voiture a un transmission, un moteur que a les pistons, un gaz réservoir — je avoir quelques langue à propos voitures.

Mais faire je avoir connaissance? je savoir que le voiture livre gaz à le moteur à travers carburant injection, et il y a un réaction impliquant piston cuisson, et que il est crucial dans en mouvement le voiture avant. Mais faire je comprendre pourquoi ? Et si il arrêté Travailler dans...

What's Your Reaction?

like

dislike

love

funny

angry

sad

wow