Discourse AI, 인공지능과 Discourse를 통합하기 위한 새로운 플러그인 및 원스톱 솔루션을 발표하게 되어 기쁩니다. 이 솔루션은 새로운 기능을 도입하고 기존 기능을 강화하는 것을 가능하게 합니다. 이 첫 번째 릴리스에서는 감정 분석부터 자동 교정 및 수정 제안에 이르기까지 다양한 작업을 수행하는 데 커뮤니티 관리자, 멤버, 그리고 모더레이터를 도울 7개의 서로 다른 Discourse AI 모듈을 제공합니다. 각 기능에 대한 자세한 내용과 로드맵에서 다음으로 예정된 내용을 확인해 보세요!
@Falco님과 팀의 이 놀라운 작업에 감탄합니다. 이 모든 것이 실제 환경에서 어떻게 작동하는지, 그리고 커뮤니티 관리 전반에 어떤 영향을 미칠지 정말 기대됩니다.
플러그인 감사합니다. 이미지에서 텍스트를 추출하는 기능이 기대됩니다.
이런 업데이트는 마치 새로운 크리스마스 선물을 여는 것 같은 기분입니다.
(이 글을 쓰는 시점에서) 우리는 커뮤니티를 전담으로 관리하는 직원이 없습니다. 하지만 이러한 도구를 통해 전담 인력 없이도 계속 확장해 나갈 수 있습니다.
게다가 컴포저 헬퍼와 같은 기능은 사용자 경험을 한층 더 끌어올려 줍니다.
와, 정말 멋지네요! 비즈니스 플랜에서 AI 기능을 사용할 날을 기다리고 있습니다 
이 기능에 기대가 크고, 가능한 한 빨리 추가할 예정입니다.
AI를 활용해 AI가 생성한 게시글이나 댓글 스팸을 감지할 계획이 있나요? 커뮤니티에서 AI 스팸은 정말 큰 문제입니다.
좋아! 근데… 좋은 것들은 왜 매번 이렇게 지독히 비싼 거야 
이게 마음에 들어 
로시, 안녕하세요.
네, 이 영역을 탐구할 계획입니다. 어려운 점은 프롬프트 한계 때문에 GPT-4에 입력할 수 있는 예시가 매우 적다는 것입니다. 토큰 한도를 맞추는 것은 정말 어렵습니다. 하지만 취할 수 있는 다른 접근 방식도 꽤 많으므로, 탐구한 후 결과를 보고드리겠습니다.
GPT-4는 미세 조정(fine-tuning)을 거의 하지 않았음에도 불구하고 콘텐츠 평가에서 나쁜 성능을 보이지 않습니다:
긴 코드 블록이나 syslog 출력이 포함된 게시글로 시도해 보실 수 있을까요? 저희 사이트에서는 akismet이 그런 게시글을 계속해서 스팸으로 분류하고 있습니다.
네, 몇 개 링크해 주시겠어요?
GPT-4의 비용이 허용 가능한 수준이라면, GPT-3의 파인 튜닝이 이 문제를 해결하는 데 도움이 되지 않을까요?
아마도 그렇겠지만, 모델을 파인튜닝하려면 비용이 엄청나게 들 수 있습니다. 어떤 사람들은 임베딩만으로도 아주 좋은 결과를 얻고 있는데, 다음으로 시도해 볼 가치가 있는 것이 바로 그것일 것입니다.
확인해 보니 파인튜닝 비용이 예상보다 훨씬 저렴했습니다. 사용할 학습 데이터의 양에 따라 비용이 크게 달라지지만, 단일 GPT-4에 담을 수 있는 규모와 비교한다면 몇 센트에 불과합니다.
아직 실제로 사용해 본 단계까지는 아니어서 놓친 부분이 있을 수 있으니, 제가 잘못 이해했다면 지적해 주십시오.
트레이닝은 매우, 매우 비쌀 수 있습니다. 제 경우를 보면, 우리의 트레이닝 계산에 있어 OpenAI가 권장하는 최소 트레이닝만 해도 단일 사용 사례에 대해 거의 20만 달러가 들 것으로 예상됩니다.
신규 사용자들이 여전히 TL1 한도 때문에 혼란을 겪고 있나요?
그렇다면 AI가 좋은 해결책이 될 수 있다고 생각합니다. 신규 사용자에게 더 많은 권한을 부여하되, AI가 그들을 세심하게 모니터링하고, 문제가 없다고 확신할 수 없을 경우 модератор 대기열로 보내는 방식이죠.
요청하신 대로, Akismet이 스팸으로 판정했지만 실제로는 스팸이 아닌 Ask Fedora 게시물들입니다:
감정 분석이 이들을 어떻게 분류하는지 나도 꽤 궁금합니다!
전혀 문제가 없어요. @Falco가 오늘 이 부분을 스파이크(탐색적 개발)로 진행했는데, 결과가 매우 유망해 보입니다. 심지어 단순한 프롬프트만으로도 놀라울 정도로 잘 작동하네요. 스팸은 정말이지 너무 많고 시끄럽습니다.
구체적인 사항은 Falco가 직접 공유하도록 하겠습니다.
결합할 수 있는 또 다른 흥미로운 접근 방식은 벡터 데이터베이스를 활용하는 것입니다. 어떤 내용을 게시했을 때, 해당 벡터가 다른 스팸 20개와 매우 가까우면… 아마도 스팸일 가능성이 높겠죠. 이 접근 방식은 세밀한 튜닝이 가능합니다.
솔직히 말해서, Akismet의 미래는 그렇게 밝지 않을 것 같다는 인상을 받습니다. Matt는 이 프로젝트의 장기적인 전망 때문에 꽤 스트레스를 받고 있을 것 같아요.
