Notice: file_put_contents(): Write of 8227 bytes failed with errno=28 No space left on device in /var/www/tg-me/post.php on line 50

Warning: file_put_contents(): Only 4096 of 12323 bytes written, possibly out of free disk space 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: |

However, analysts are positive on the stock now. “We have seen a huge downside movement in the stock due to the central electricity regulatory commission’s (CERC) order that seems to be negative from 2014-15 onwards but we cannot take a linear negative view on the stock and further downside movement on the stock is unlikely. Currently stock is underpriced. Investors can bet on it for a longer horizon," said Vivek Gupta, director research at CapitalVia Global Research.

Why Telegram?

Telegram has no known backdoors and, even though it is come in for criticism for using proprietary encryption methods instead of open-source ones, those have yet to be compromised. While no messaging app can guarantee a 100% impermeable defense against determined attackers, Telegram is vulnerabilities are few and either theoretical or based on spoof files fooling users into actively enabling an attack.

Metaprogramming from us


Telegram Metaprogramming
FROM USA