ہم تیزی سے آگے بڑھنا اور چیزوں کو توڑنا پسند کرتے ہیں، ہم یہ دیکھنے کے لیے کام کر رہے ہیں کہ @CyreneAI ہمیں اس حد کو کس طرح آگے بڑھانے میں مدد کر سکتا ہے۔

برینٹرسٹ سولوشن انجینئر: "بہترین LLMs ہمیشہ مستقل کارکردگی کی ضمانت نہیں دیتے" اس جملہ کی وجہ سے، ایڈٹ کیا گیا پرامپٹ حقیقی صارفین کے درخواستوں کے جوابات دینے سے پہلے ٹیسٹ ہونا چاہیے ایک پلے گراؤنڈ رن بہتر دکھائی دے سکتا ہے، جبکہ ایک ہی پرامپٹ ادھورے انپٹس پر کوالٹی کم کر دیتا ہے ورکشاپ میں مینیمم ایوال لوپ دکھایا گیا ہے: ٹاسک، ڈیٹا سیٹ، اسکور، آف لائن ٹیسٹنگ، آن لائن لاگز، انسانی جائزہ نیچے دیا گیا مضمون اسی نقطہ کو ریٹریول، ہالوسینیشن چیکس، ورژننگ، اور پرامپٹ-چینج ریگریشن ٹیسٹس سے منسلک کرتا ہے اگلے پرامپٹ ایڈٹ کو ریگریشن ٹیسٹ کے بغیر شپ کرنے سے پہلے ورکشاپ دیکھیں، پھر مضمون پڑھیں

ایک شخص جو جملہ آواز کے ساتھ پڑھ رہا ہو، وہ آپ کو بتاتا ہے کہ وہ الفاظ کیسے تلفظ کرتا ہے۔ ایک اصل مکالمہ آپ کو بہت زیادہ بتاتا ہے۔ یہ ظاہر کرتا ہے کہ لوگ قدرتی طور پر کیسے جواب دیتے ہیں، تھام کر رک جاتے ہیں، بیچ میں بولتے ہیں، خیالات پر زور دیتے ہیں، لہجہ بدلتے ہیں، اور اپنی زبان کو حوالے کے مطابق تبدیل کرتے ہیں۔ اس فرق کا اہمیت ہے۔ AI کو صرف بولی گئی بولی کو پہچاننے کے بجائے، زبان کو اس طرح سمجھنے کے لیے جس طرح وہ حقیقی طور پر استعمال ہوتی ہے، اسے اصل مکالمات کا تجربہ درکار ہے — صرف الگ الگ ریکارڈنگ نہیں۔ یہی ایک خیال ہے جو @_dialectra کے تخلیقِ بولی ڈیٹاسیٹس کے طریقہ کار میں مرآت ہوتا ہے۔ ساختہ عمل کے ذریعے اصل بولنے والوں سے زبان جمع اور بہتر بنانے کا مقصد صرف الفاظ کو محفوظ رکھنا نہیں، بلکہ زبان کو اس طرح پکڑنا ہے جس طرح وہ روزمرہ کی زندگی میں موجود ہوتی ہے۔ کیونکہ زبان ایک جملہ کے ساتھ تجربہ نہیں ہوتی۔ اسے مکالموں کے ذریعے تجربہ کیا جاتا ہے۔

آپ صرف کلاؤڈ کوڈ کو ایک انتظامیہ سسٹم سے جوڑ کر اسے سب کچھ کرنے کے لیے نہیں چھوڑ سکتے۔ نہ صرف ہر چیز کمزور ہے، خاص طور پر جب آپ AI کو کنٹرول دیتے ہیں، بلکہ یہ UIs اور ڈیٹا بیسز کا ایک پیچیدہ مخلوط ہے جو ہر جگہ پھیلا ہوا ہے۔ آپ کو لوگوں کو عمل میں شامل رکھنا ہوگا۔ لمبا $CTSH $ACN

اوپن اے آئی اینتھروپک کے مقابلے میں اتنی زیادہ پیچھے ہے کہ اب یہ مزاح نہیں رہ گیا انہیں جلد سے جلد بڑے ماڈلز تربیت دینے ہوں گے

ایک چیز جس کے بارے میں ہم کافی بات نہیں کرتے، وہ یہ ہے کہ ایک ڈاکٹر کے اپائنٹمنٹ میں کتنی زیادہ معلومات اکٹھی ہو جاتی ہیں۔ آپ اپنے علامات بیان کرنے کی کوشش کر رہے ہوتے ہیں، توجہ سے سن رہے ہوتے ہیں، درست سوالات پوچھ رہے ہوتے ہیں، دوائوں میں تبدیلیوں کو یاد رکھ رہے ہوتے ہیں، ٹیسٹ کے نتائج سمجھ رہے ہوتے ہیں، اور اگلے مرحلے کے بارے میں سوچ رہے ہوتے ہیں—سب کچھ صرف 15 یا 20 منٹ میں۔ پھر آپ جاتے ہیں اور احساس کرتے ہیں کہ آپ نے جو کچھ کہا گیا تھا، اس کا نصف حصہ بھول چکے ہیں۔ مجھے لگتا ہے کہ یہ ایک ایسا بڑا مسئلہ ہے جس کا لوگوں کو زیادہ تر اندازہ نہیں۔ AI Doctor Notes اسی لمحے کو مدنظر رکھ کر بنایا گیا ہے، جسے @dreamlabsolutn نے تخلیق کیا ہے۔ اس کا مقصد آپ کے ڈاکٹر کو بدلنا نہیں، بلکہ بات چیت کو محفوظ کرنا، اسے واضح، سادہ زبان میں نوٹس میں تبدیل کرنا، اور جب سب کچھ ابھی تازہ ہو تو اہم اگلے اقدامات پر زور دینا ہے۔ جو مجھے پسند ہے وہ یہ ہے کہ اس کا مقصد آپ کا تشخیص نہیں کرنا اور نہ ہی طبی مشورہ دینا۔ اس کا مقصد آپ کو یاد رکھنے، منظم رکھنے، اور مستقبل کے اپائنٹمنٹس کو کم دباؤ والا بنانے میں مدد کرنا ہے۔ میں یہ بھی دیکھ سکتا ہوں کہ اس کا استعمال دوسروں کے لئے اپائنٹمنٹس منظم کرنے والے دیکھ بھال کرنے والوں یا والدین کے لئے بھی قابل قدر ہوگا۔ طبی معلومات عام طور پر یادداشت کے ذریعے منتقل ہوتی ہیں، جبکہ یادداشت ہمیشہ قابلِ اعتماد نہیں ہوتی۔ کبھی کبھار سب سے زیادہ فائدہ مند ٹیکنالوجی وہ نہیں ہوتی جو ہمارے لئے فیصلے کرتی ہے۔ وہ ٹیکنالوجی ہوتی ہے جو ہمیں اس بات کو یاد دلاتی ہے جو اهمiat رکھتی ہے، تاکہ ہم بہتر فیصلے کر سکیں۔