نعم، نقطة عادلة.. إنهم لا يتعلمون حقًا مثل البشر!
أعتقد أننا نتحدث في هذا الموضوع عن طرق تتعلق بـ تعلم السياق، وليس التعلم البشري التقليدي طويل الأمد.. على الرغم من أنه زائل… فإن تعلم السياق يصبح مثيرًا للاهتمام للغاية بسبب الأحجام الهائلة للسياق (على سبيل المثال، +1 مليون رمز) التي تحققها أحدث النماذج.
على سبيل المثال.. إذا كنت تريد نموذجًا معينًا للإجابة بشكل أكثر موثوقية على الأسئلة التي تتطلب معرفة بمبادئ الاحتمالات لابلاس.. مع نهج السياق/التوجيه، يمكنك تغذية هذا السياق إما باستخدام توجيه نظام مبرمج بشكل صارم أو استرجاع قاعدة بيانات متجهة، إلخ..
إليك مثال لتجربة تعتمد على تحميل مستند صغير (حوالي 1000 كلمة) بمعرفة لابلاس
الافتراضات:
- لم يتم تدريب الروبوت مسبقًا على لابلاس (انظر أمثلة الفشل أعلاه)..
- يقتصر الروبوت على ما هو موجود في مثيل Discourse للمعرفة المحددة
إعدادات شخصية مخصصة
(خبراء الإضافات يرجى التصحيح حسب الحاجة!)
الذكاء الاصطناعي
ممكّن؟ نعم
الأولوية؟ نعم
السماح بالدردشة؟ نعم
السماح بالإشارات؟ نعم
الاسم: AlphaBot
الوصف: روبوت ألغاز الاحتمالات بمعرفة لابلاس
نموذج اللغة الافتراضي: GeminiPro
الأوامر الممكّنة: بحث، فئات، قراءة
توجيه النظام:
أجب عن الأسئلة باستخدام السياق المحلي المقدم الذي يصف طرق لابلاس لمقارنات الاحتمالات. كن شاملاً قدر الإمكان ولكن لا تبحث في الويب أو المصادر الخارجية. استخدم السياق المحلي فقط وركز على استخدام تقنيات لابلاس.
تحميل: Laplace-tutorial.txt
لاحظ كيف لا تضطر إلى ذكر لابلاس لأنه موجود في التعليمات:
