Нам подобається швидко рухатися та ламати речі, ми працюємо над тим, щоб зрозуміти, як @CyreneAI може допомогти нам розширити ці межі.

Інженер рішень Braintrust: «Найкращі LLM не завжди гарантує стабільну продуктивність» Саме через це речення редагування промпта потребує тестів перед тим, як відредагований промпт буде використовуватися для відповідей на реальні запити користувачів Запуск у playground може виглядати краще, тоді як той самий промпт знижує якість на неочищених вхідних даних На майстер-класі показано мінімальний цикл оцінки: завдання, набір даних, оцінка, офлайн-тестування, онлайн-логи, людський огляд У статті нижче ця ж ідея застосовується до пошуку, перевірок на галюцинації, версіонування та регресійних тестів зміни промпта Перегляньте майстер-клас, а потім прочитайте статтю, перш ніж наступне редагування промпта буде впроваджено без регресійного тесту

Людина, яка читає речення вслух, розповідає вам, як вона вимовляє слова. Реальна розмова розповідає набагато більше. Вона виявляє, як люди природно реагують, роблять паузи, переривають один одного, підкреслюють ідеї, змінюють тон і адаптують мову залежно від контексту. Ця різниця має значення. Щоб ШІ міг перейти від розпізнавання мови до розуміння того, як мова насправді використовується, йому потрібен доступ до автентичного спілкування — не лише ізольованих записів. Це одна з ідей, що знайшли відображення у підході @_dialectra до створення мовних датасетів. Збираючи та вдосконалюючи мову від реальних мовців за допомогою структурованих процесів, мета — не просто зберегти слова, а зловити мову такою, якою вона існує у повсякденному житті. Бо мову не сприймають по одному реченню. Її сприймають через розмови.

Ви не можете просто підключити Claude Code до корпоративної системи і дати йому виконувати все за вас. Все це хрупко, особливо передавати контроль ШІ, крім того, це складна каша з інтерфейсів і баз даних, розкиданих по всіх місцях. Вам потрібні люди в циклі. Довгий $CTSH $ACN

OpenAI настільки відстає від Anthropic, що це вже не смішно Їм потрібно якнайшвидше навчати більші моделі

Одна річ, про яку ми недостатньо говоримо — це те, скільки інформації вміщується в одне відвідування лікаря. Ви намагаєтеся пояснити свої симптоми, уважно слухаєте, ставите правильні запитання, пам’ятаєте зміни в лікуванні, розумієте результати тестів і думаєте про те, що буде далі — усе це протягом 15 або 20 хвилин. Потім ви виходите й усвідомлюєте, що вже забули наполовину сказаного. Я вважаю, що це набагато більша проблема, ніж люди уявляють. AI Doctor Notes створений саме для цього моменту, розроблений @dreamlabsolutn. Замість того щоб намагатися замінити вашого лікаря, він допомагає зафіксувати розмову, перетворює її на зрозумілі, прості за змістом нотатки та виділяє важливі наступні кроки, поки все ще свіжо в пам’яті. Мені подобається те, що мета — не діагностувати вас чи давати медичні поради. А допомогти вам пам’ятати, залишатися організованими й робити майбутні відвідування менш перевантаженими. Також я розумію, чому це буде корисно для тих, хто доглядає за іншими або батьків, які планують відвідування для когось іншого. Медична інформація часто передається через пам’ять, а пам’ять не завжди надійна. Іноді найкорисніша технологія — це не та, що приймає рішення замість нас. Це та, що допомагає нам приймати кращі рішення, пам’ятаючи про те, що має значення.