Andrey Siver
Для решения этих проблем разрабываем opensource фреймворк для разработки. Ознакомится с текущим статусом можно тут:
https://github.com/ady1981/core-kbt/blob/master/docs%2Fconcept-comparison-n8n-example.ru.md
"объективность" возникает из двух факторов:
(1) модель поняла требование объективности
(2) модель не будет делать выводы, если нет объективной достоверной информации.
Пример рассуждения модели:
```
other_notes: Для точного сравнения по указанным характеристикам (Разрешение, Тип панели, Поддержка HDR, Частота обновления, Яркость) необходимо знать конкретные технические спецификации моделей TCL Q6CS и TCL Q7C, так как эти модели могут иметь разные конфигурации в зависимости от региона или года выпуска. В общем случае, Q7C часто позиционируется как более высокая серия, чем Q6CS, что может подразумевать превосходство Q7C в яркости и частоте обновления, но без точных данных сравнение по логической фрейме остается неопределенным (0).
```
статью похоже таки не читали :) :) :)
кстати, объективность это как раз сильная сторона текущего решения, т.к. все модели понимают в-точности, что от них требуется именно объективное сравнение
по "объективности" в целом согласен, абсолютной объективности пока нет, т.к. разные LLM сейчас дают разные оценки.
Т.е. решение сейчас всё равно должен принимать пользователь и для этого принятия решения есть "локально оптимизированные" оценки :).
И текущее решение сейчас всё равно лучше чем свободное общение с ботом, см. ответ тут https://habr.com/ru/articles/1030630/#comment_29922704
Проблема устойчивости к формулировкам пользователя в этой реализации частично решены (но в этом комментарии трудновато расписать это решение :)).
а статью читали? :)
Универсальный промпт:
https://github.com/ady1981/core-kbt/blob/master/ai_function_templates/generate/prompt.md.j2
Работает на всех моделях с кол-вом параметров от 8B.
Длину диалога всегда использую равную единице.
"Универсальный промпт" сейчас используется и проблем с ним пока замечено не было. На практике.
Если вам не нужна онтология, просто не используйте её :)
Универсальное представление LLM-промпта в структурированном виде дано в виде ответа.
Онтология представление мета-знаний просто существует, можно не погружаться в детали на данном этапе.
Разрабатываем opensource фреймворк core-kbt для разработки предсказуемых ИИ-приложений. В фреймворке есть интеллектуальные функции, которые будут полезны для приложения в бизнесе, см. например:
https://github.com/ady1981/core-kbt/blob/master/docs/concept-comparison-colab-example.ru.md