Как известно, LLM - это машина, которая «видела» «весь Интернет» и много чего запомнила. Задавая ей правильные вопросы можно получать «правильные» ответы (где «правильные» стоит понимать в статистическом смысле). Широта и универсальность таких способностей дает возможность ставить новые универсальные задачи и получать общее решение таких задач.
Например, рассмотрим универсальную задачу «обоснованного выбора лучшего решения из двух вариантов». В этой задаче требуется описать контекст, в котором требуется сделать выбор (observer_context_description) и два понятия (a_concept и b_concept), каждое из которых описывает альтернативное решение. Для этой задачи в фреймворке core-kbt есть решение: ИИ-функция concept_aspect_comparison
Реализация ИИ-функции concept_aspect_comparison работает примерно так:
- определяется «общее вышестоящее понятие» для понятий
a_conceptиb_concept: по этому промпту и этой JSON Schema результата - для общего вышестоящего понятия запрашиваются аспектные признаки и все остальные существенные признаки для этой задачи: промпт, JSON Schema результата
- запрашивается сравнение для понятий
a_conceptиb_concept, для каждого аспекта: промпт, JSON Schema результата - т.е. LLM модель определяет общее вышестоящее понятие (и все остальные существенные признаки для этой задачи), аспектные признаки, значения весов для аспектов и признаков, и отдельно определяет «победителя» по каждому аспектному признаку
- готово: итоговый результат cравнения точно вычисляется (в том числе результат сравнения нормируется, чтобы получить значения в процентах).
ИИ-функцию concept_aspect_comparison функцию можно также вызывать из Google Colab ноутбука и мы можем продемонстрировать пример ноутбука с решением этой задачи для 5 примеров в совершенно разных областях:
- 1. Выбор оптимального фреймворка для разработки нового микросервиса:
- 2. Выбор лучшего метода хранения данных для долгосрочного архива:
- 3. Выбор лучшей стратегии для снижения углеродных выбросов в крупном городе:
- 4. Выбор антисептика для бытовой обработки небольшой раны у ребёнка:
- 5. Выбор смартфона для фрилансера-дизайнера:
С описанием core-kbt мини-фреймворка можно ознакомиться в этой статье.
Итого, что можно было узнать в этой статье:
- описание логики ИИ-функции concept_aspect_comparison
- пример как ИИ-функцию
concept_aspect_comparisonможно вызывать из среды Google Colab - 5 примеров решения задачи «обоснованного выбора лучшего решения из двух вариантов» в совершенно разных областях, от проблемы выбора антисептика для бытовой обработки небольшой раны у ребёнка до выбора лучшей стратегии для снижения углеродных выбросов в крупном городе
Отзывы, предложения и любая обратная связь приветствуется.
Перемещено hobbit из development
