Notice: file_put_contents(): Write of 12323 bytes failed with errno=28 No space left on device in /var/www/tg-me/post.php on line 50
Metaprogramming | Telegram Webview: metaprogramming/158 -
Telegram Group & Telegram Channel
Вкратце про применение ChatGPT

Думаю небезыинтересно будет прикинуть ближайшие полезные применения лингвистических моделей типа ChatGPT. Применения связаны с функциями, которые сейчас и распишем. Берём самое очевидное, но всё ещё не созданное, "зону ближнего развития".

1. Виртуальный ассистент-референт

Всё, что должны были делать все эти Сири, Алексы и Алисы – т.е. иметь возможность позвонить (или написать, или зайти на сайт) забронировать столик в ресторане, или договориться о встрече с приятелем, и всё такое прочее.

Несколько особняком, но из той же области, помощь в выполнении рутинных задач на своём компьютере: "а теперь в каждом третьем абзаце этого текста в Word выдели жирным первое слово" и т.п.

2. Интерактивная база данных

Лингвистические модели начинают играть роль своеобразных баз данных и одновременно языка запроса к ним. Пока что сам ChatGPT может играть роль интерактивной Вики, но это не слишком-то интересно. Интересно будет, когда можно будет достаточно большой объём своих документов скормить. К примеру:

а) Личную подборку научных статей. А затем попросить написать литературный обзор, суммировать точки зрения коллективов авторов, либо написать реферат на тему эволюции какого-нибудь понятия во времени.

б) Собственную переписку. А затем подготовить текст "в своём стиле" (или стиле кого-то из корреспондентов), или припомнить какой-то факт биографии, или выделить основные интересующие корреспондентов темы, или резюмировать диалог. Кстати, а куда подевались все эти яндексы и гуглы для домашних компьютеров, которые занимались индексацией личных документов, включая переписку?

в) Код группы связанных проектов. А затем попросить документировать некую фичу, или указать места связанные с определённым поведением системы, или провести аудит на наличие известных недоработок и уязвимостей.

г) Произведения любимого автора. К сожалению, написать текст в стиле данного автора у нейросетей не получится (разве что очень коротенький текст), а почему, надо бы сказать будет отдельно. Но вот резюмировать сюжет, или историю отдельного персонажа, или ещё что-нибудь такое – это пожалуйста. И это очень интересно было бы.

3. Тьюторинг

90% вопросов в чатах по изучению языка программирования Х стоит отправлять на рассмотрение нейросетке и не отвлекать людей от более важных дел (лежания на печи и прохождения компьютерных игр). Стоит ожидать появления курсов, где рецензированием кода задач-упражнений занимается лингвистическая модель. Хороший курс от плохого будет отличаться наличием базы типовых ошибок (с комментариями), на которой модель общего назначения дообучают.

4. Универсальный переводчик

В каком-то смысле лингвистические модели нового поколения это универсальные переводчики с одного языка на другой, причём язык понимается в самом широком смысле слова. Написать код для тестов, тесты для кода, или объяснить что код делает – всё это в общем-то задача на перевод (перевести с одного искусственного языка на другой, или на естественный язык).

Напрашивается здесь какое-то особенное нетривиальное применение, но оставим идей для будущих постов :)

#neuronetworks



tg-me.com/metaprogramming/158
Create:
Last Update:

Вкратце про применение ChatGPT

Думаю небезыинтересно будет прикинуть ближайшие полезные применения лингвистических моделей типа ChatGPT. Применения связаны с функциями, которые сейчас и распишем. Берём самое очевидное, но всё ещё не созданное, "зону ближнего развития".

1. Виртуальный ассистент-референт

Всё, что должны были делать все эти Сири, Алексы и Алисы – т.е. иметь возможность позвонить (или написать, или зайти на сайт) забронировать столик в ресторане, или договориться о встрече с приятелем, и всё такое прочее.

Несколько особняком, но из той же области, помощь в выполнении рутинных задач на своём компьютере: "а теперь в каждом третьем абзаце этого текста в Word выдели жирным первое слово" и т.п.

2. Интерактивная база данных

Лингвистические модели начинают играть роль своеобразных баз данных и одновременно языка запроса к ним. Пока что сам ChatGPT может играть роль интерактивной Вики, но это не слишком-то интересно. Интересно будет, когда можно будет достаточно большой объём своих документов скормить. К примеру:

а) Личную подборку научных статей. А затем попросить написать литературный обзор, суммировать точки зрения коллективов авторов, либо написать реферат на тему эволюции какого-нибудь понятия во времени.

б) Собственную переписку. А затем подготовить текст "в своём стиле" (или стиле кого-то из корреспондентов), или припомнить какой-то факт биографии, или выделить основные интересующие корреспондентов темы, или резюмировать диалог. Кстати, а куда подевались все эти яндексы и гуглы для домашних компьютеров, которые занимались индексацией личных документов, включая переписку?

в) Код группы связанных проектов. А затем попросить документировать некую фичу, или указать места связанные с определённым поведением системы, или провести аудит на наличие известных недоработок и уязвимостей.

г) Произведения любимого автора. К сожалению, написать текст в стиле данного автора у нейросетей не получится (разве что очень коротенький текст), а почему, надо бы сказать будет отдельно. Но вот резюмировать сюжет, или историю отдельного персонажа, или ещё что-нибудь такое – это пожалуйста. И это очень интересно было бы.

3. Тьюторинг

90% вопросов в чатах по изучению языка программирования Х стоит отправлять на рассмотрение нейросетке и не отвлекать людей от более важных дел (лежания на печи и прохождения компьютерных игр). Стоит ожидать появления курсов, где рецензированием кода задач-упражнений занимается лингвистическая модель. Хороший курс от плохого будет отличаться наличием базы типовых ошибок (с комментариями), на которой модель общего назначения дообучают.

4. Универсальный переводчик

В каком-то смысле лингвистические модели нового поколения это универсальные переводчики с одного языка на другой, причём язык понимается в самом широком смысле слова. Написать код для тестов, тесты для кода, или объяснить что код делает – всё это в общем-то задача на перевод (перевести с одного искусственного языка на другой, или на естественный язык).

Напрашивается здесь какое-то особенное нетривиальное применение, но оставим идей для будущих постов :)

#neuronetworks

BY Metaprogramming


Warning: Undefined variable $i in /var/www/tg-me/post.php on line 283

Share with your friend now:
tg-me.com/metaprogramming/158

View MORE
Open in Telegram


Metaprogramming Telegram | DID YOU KNOW?

Date: |

A Telegram spokesman declined to comment on the bond issue or the amount of the debt the company has due. The spokesman said Telegram’s equipment and bandwidth costs are growing because it has consistently posted more than 40% year-to-year growth in users.

Launched in 2013, Telegram allows users to broadcast messages to a following via “channels”, or create public and private groups that are simple for others to access. Users can also send and receive large data files, including text and zip files, directly via the app.The platform said it has more than 500m active users, and topped 1bn downloads in August, according to data from SensorTower.Metaprogramming from nl


Telegram Metaprogramming
FROM USA