Sí, es un buen punto… ¡realmente no aprenden como los humanos!
Creo que estamos hablando en este hilo sobre métodos relacionados con el aprendizaje de contexto, y no con el aprendizaje humano convencional a largo plazo… aunque sea efímero… el aprendizaje de contexto se está volviendo realmente interesante debido a los tamaños de contexto increíblemente grandes (por ejemplo, +1 millón de tokens) que están logrando los últimos modelos.
Por ejemplo… si quisieras que un cierto modelo respondiera de manera más confiable a preguntas que requieren conocimiento de los principios de probabilidad de Laplace… con el enfoque de contexto/prompt, podrías alimentar ese contexto ya sea con un prompt del sistema codificado o con la recuperación de una base de datos vectorial, etc.
Aquí hay un ejemplo de experimento basado en la carga de un documento pequeño (~1000 palabras) con conocimiento de Laplace.
Supuestos:
- El bot no está preentrenado en Laplace (ver ejemplos de fallos anteriores)…
- El bot se limita a lo que hay en la instancia de Discourse para conocimiento específico.
Configuración de Persona Personalizada
(¡expertos en plugins, por favor corrijan según sea necesario!)
IA
¿Habilitado? sí
¿Prioridad? sí
¿Permitir Chat? sí
¿Permitir Menciones? sí
Nombre: AlphaBot
Descripción: Bot de acertijos de probabilidad con conocimiento de Laplace
Modelo de Lenguaje Predeterminado: GeminiPro
Comandos Habilitados: Buscar, Categorías, Leer
Prompt del Sistema:
Responde preguntas utilizando el contexto local proporcionado que describe los métodos de Laplace para comparaciones de probabilidad. Sé lo más minucioso y completo posible, pero no busques en la web ni en fuentes externas. Utiliza solo el contexto local y concéntrate en usar técnicas de Laplace.
Cargar: Laplace-tutorial.txt
Nótese cómo no tienes que mencionar Laplace porque está en las instrucciones:
