Актуальні теми
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Barret李靖
Інженер-програміст | Учень протягом усього життя | Тато 2 дітей | Дослідник штучного інтелекту | Нативні хмарні технології | Обмін думками та досвідом | 📩 Відкрито ДМ | Брат Вусатий, цікава душа
Після того, як з'явилися LLM, кидання на прикладному рівні ніколи не припинялися. Від оперативного налаштування до конфігурації робочого процесу та створення агентів кінцева мета одна: змусити LLM працювати краще для людей і довести продуктивність машини до крайності.
Вичавлювання ЛМ можна розділити на два виміри. Перший полягає в тому, щоб допомогти йому знайти оптимальний алгоритм і зробити міркування менш обхідними шляхами.
З цією метою ми пройшли майже всі шляхи, про які тільки можемо подумати, дозволяючи ЛМ навчитися рефлексувати (рефлексія, самоузгодженість, самокритика), а також навчитися міркувати і планувати (міркування, планування, ланцюг думки, дерево думки). навчитися запам'ятовувати (короткочасну пам'ять, довготривалу пам'ять), щоб не втратити пам'ять після тривалої розмови; вчити знаходити знання (РАГ, граф знань) і доповнювати факти в зовнішньому світі; Навчіться будувати контекст, щоб вмістити більше достовірної інформації в кінцеві токени. Навчіться використовувати інструменти (використання інструментів, виклик функцій, MCP) для того, щоб залишати речі зовнішнім програмам для запуску, замість того, щоб генерувати їх самостійно; Зачекай хвилинку.
Основна мета цих речей полягає в тому, щоб допомогти LLM швидше зрозуміти, що люди роблять, знайти найменш витратний шлях навколо цілеорієнтованого та бігти до оптимального рішення.
Другий вимір – це стиснення часу, що дозволяє ЛМ працювати 24×7 годин на добу. Коли ми маємо більш глибоке розуміння LLM, легко думати про них як про «цифрових співробітників» для себе або нашої організації, які невтомні і не можуть скаржитися, і можуть продовжувати працювати та вчитися.
Більшість людей використовують штучний інтелект сьогодні, і вони все ще застрягли в однопунктових сценаріях, таких як перевірка інформації, узагальнення контенту та написання щотижневих звітів. Спочатку нам потрібно спланувати власну цифрову фабрику зі штучним інтелектом – чітко подумати, який «продукт» ми хочемо створити, будь то система, яка накопичує знання, автоматизований бізнес-процес або послуга, яку можна повторювати протягом тривалого періоду часу.
На цій фабриці штучний інтелект є катом на виробничій лінії, відповідальним за конкретну обробку та виробництво; Роль людини змінилася, від «працівників, які працюють особисто» до «наглядачів і менеджерів». Замість того, щоб робити кожен крок вручну, люди проектують воронки продажів, встановлюють правила, встановлюють показники, контролюють якість і планують ресурси, коли це необхідно. Іншими словами, цінність штучного інтелекту полягає не в тому, щоб «зробити невелику роботу» за нас, а в тому, щоб допомогти запустити весь конвеєр, а люди більше схожі на «менеджерів цифрових заводів».
Коли ці два виміри поєднуються, виникає реальна точка перегину. LLM перестають бути просто холодними інструментами, а поступово стають партнерами, які можуть співпрацювати протягом тривалого часу. Він може взяти на себе повторювану працю та дати розуміння складних питань. Мова йде не просто про те, щоб «робити щось для тебе», а про те, щоб «робити щось разом з тобою».
Прірва в майбутньому полягає не в тому, хто зможе написати красивіші підказки, а в тому, хто зможе по-справжньому інтегрувати LLM у свій час та організацію, щоб сформувати стабільний метод виробництва.
Отже, чи буде він використовуватися, яку глибину він буде використовувати і чи можна його постійно оптимізувати, є джерелами довгострокової конкурентоспроможності. Той, хто зможе керувати штучним інтелектом як «фабрикою» та перетворитися з виконавців на керівників та менеджерів, у майбутньому отримає справді багаторазові та накопичувальні переваги у своїй повсякденній роботі та бізнесі.
4,98K
ChatGPT не лише проводить глибокі дослідження, але й нещодавно підтримує онлайн-покупки, інтегруючи в чат-бот порівняння цін і реальні відгуки користувачів.
Весь процес «комунікації попиту→ рекомендації продукту→ порівняння цін на продукт→ рекомендації користувачів→ покупки → замовлення» можна завершити в терміналі.



Barret李靖30 вер. 2025 р.
Щоб забезпечити точність, я також проведу порівняння та перевірку інформації до та після, і я завершив дослідження та роботу зі збору доказів, яку я можу виконати лише за дві години всього за чотири хвилини.

101
Найкращі
Рейтинг
Вибране