Limit musí mať konkrétny názov, meranie, kontrolu a vlastníka.
Plynulosť zakrýva rozdiel medzi chýbajúcim dôkazom, krehkým uvažovaním, prehliadnutým kontextom a chybou celého systému. Každý limit preto potrebuje konkrétne meno, meranie a kontrolu.
Po prečítaní budete vedieť
- rozlíšiť epistemické, schopnostné, interakčné a systémové limity
- navrhnúť eval s hraničnými, neodpovedateľnými a adversariálnymi prípadmi
- vytvoriť register limitov s vlastníkom a spúšťačom revízie
Celá kapitola je zadarmo po registrácii.
- Päť druhov limitov, ktoré sa nesmú miešať
- Halucinácia nie je jediný problém
- Model nepozná hranicu svojich vedomostí spoľahlivo
- Kontext je kapacita, nie záruka využitia
- Znalostný cutoff a aktuálnosť
- Nerovnomerný výkon medzi jazykmi a komunitami
- Krehké uvažovanie a citlivosť na formuláciu
- Dlhý horizont násobí malé chyby
Prihlásenie zabezpečuje ChatGPT. PoznAI nedostane vaše heslo.
Praktické odpovede
Často kladené otázky
Sú halucinácie jediným významným limitom LLM?
Nie. Model môže vynechať výnimku, zle použiť správny zdroj, zlyhať pri parafráze, prehliadnuť detail v dlhom kontexte alebo vykonať chybnú sériu krokov.
Odstráni ďalšia väčšia verzia všetky limity?
Nie je to zaručené. Niektoré schopnosti sa zlepšia, no chýbajúce dáta, oprávnenia, nejasný cieľ a rizikový pracovný proces sú systémové problémy.
Ako zistíme reálnu spoľahlivosť?
Testujte konkrétnu verziu na reprezentatívnych prípadoch, opakujte nedeterministické behy a výsledky rozdeľte podľa jazyka, typu úlohy a závažnosti chyby.
Prihlásiť / registrovať