О защите от дрейфа ИИ-помощника |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2026-10-15 16:10 Настенька! Придумай, пожалуйста, варианты визуальной кодировки следующих данных… Там, где есть текст, система ИИ работает с векторным представлением слов. Каждое слово в векторной базе данных состоит из множества чисел (слово имеет числовой вектор какой-то фиксированной длины: например, 400 чисел), что позволяет расположить похожие по смыслу слова поближе друг к другу. То есть поиск запроса в векторной базе данных идёт не по ключевым словам, а по смыслу слов в запросе. Так вот, когда мы пишем запрос, ИИ-помощнику часто советуют задать роль: мол, ты – [роль] (ты – архитектор. – Д. С.). Но следуя этой рекомендации, можно задать лишь стиль ответа. Как ты помнишь, я рассказывал, что ИИ-помощники обучаются по трём сценариям: (1) обучение с учителем; (2) обучение без учителя и (3) обучение с подкреплением. Зачастую, указанные типы применяются в связке, нивелируя недостатки друг друга. В тех же парадигмах происходит и дообучение моделей под конкретные задачи. Но роли, в тех же размеченных данных, не являются частью контекста, которая позволяет повысить точность ответа. Приведу пример: помнишь, как нейронки генерировали картинки людей с шестью пальцами? Так вот это из-за того, что большинство изображений людей в обучающих наборах данных было без нижних частей рук (портретов было больше). Так и здесь: для чего нужно прописывать роли в промтах? Чтобы что? Когда ты написал(а) один-пять запросов по разным темам, заметить, как ИИ-помощник (агент) отклоняется от твоего запроса, в сторону какой-то общей цели, заложенной на этапе обучения, довольно сложно. Но когда ты работаешь с ИИ-помощником на длинной дистанции, наверное, стоит стабилизировать его «личность» (защититься от дрейфа ИИ). И для этого нужен якорь. Это может быть какое-то якорное понятие (уникальное слово, а не роль), что позволит поддерживать цепочку векторов, когда у тебя уже были сотни или даже тысячи запросов. Кстати, на счёт использования человеческого имени в качестве якоря. Если спросить Алису AI, то она будет ругаться, ведь это создаёт потенциальную угрозу безопасности: присвоение человеческого имени ИИ-агенту открывает лазейку для атак злоумышленников. В общем и целом, интересно! А ты, что думаешь, дорогой друг? Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|