जो हिस्सा हर कोई स्क्रॉल कर देगा, वही आज आप जिस पर कार्रवाई कर सकते हैं: "इस सबके लिए किसी नए मॉडल की आवश्यकता नहीं है। यह सब सुदृढीकरण है, और सुदृढीकरण ही वह स्थान है जहाँ वर्तमान में अधिकांश उपलब्ध लाभ स्थित है।" यदि आप एक लंबी सत्र को बनाए रखना चाहते हैं, तो इन पाँच चीजों को इंजीनियर करें: → जब तक आपको इसकी आवश्यकता न हो, तब तक स्टेट को बाहर निकालें: कॉन्टेक्स्ट विंडो कार्यस्मृति है, डिस्क वह स्थान है जहाँ सत्य रहता है → कार्य से पहले ऑरेकल लिखें: जब मॉडल के पास अपने आप को जाँचने का कोई तरीका न हो, तो आपने एक लूप नहीं बनाया, आपने एक बहुत लंबा अनुमान बनाया है → ब्लास्ट रेडियस को सीमित करें: छोटे, पुनर्मूल्यांकनयोग्य कमिट्स, ताकि एक खराब घंटा भारवाही के स्थान पर अनदेखा किया जा सके → नियमित पुनः-आधारित करने के लिए मजबूर करें: इसे याद किए हुए कार्यों का सारांश नहीं, बल्कि डिस्क से मूल उद्देश्य को पुनः पढ़ने के लिए मजबूर करें → त्रुटियों के बजाय मौन के लिए सुसज्जित करें: खतरनाक विफलता कभी त्रुटि प्रकट नहीं करती, वह छह घंटे के लिए प्रतिभाशाली, संभव प्रतीत होने वाला गलत आउटपुट प्रदान करती है ड्रिफ्ट कभी एक भयानक मोड़ नहीं होता। यह सौछोटे, समझदारी से प्रतीत होने वाले कदम हैं, प्रत्येक पिछले कदम से समझौता किया हुआ। इसे संकेतित करें, ताकि आप इसे मत खोएँ! अधिक AI सामग्री के लिए @neil_xbt का पालन करें!