AI පියවර සමාලෝචනය යනු විවිධ AI ආකෘති එකිනෙකට තමන්ගේ තර්ක සමාලෝචනය සහ අගය කිරීමේ ක්රියාවලියයි, AI ප්රතිඵල සඳහා අධ්යාපනික පියවර සමාලෝචනයක් මෙන්. එකම ආකෘතියක පිළිතුරකට විශ්වාස කිරීමේ වඩා, එක් එක් ආකෘතියක ප්රකාශයන් අනෙකුත් ආකෘති මගින් ඇගයීමක් ලැබේ, සහ පාරාමිතීන් පරීක්ෂණය කිරීමේදී ජීවිතය ගන්නා තර්ක විශ්වාසය ලබා ගනී. මෙම තර්කය එකම LLM එකක් විනිසුරුකාරයෙකු ලෙස භාවිතා කිරීමේ දැනුම් ඇති සීමාවන් මත පදනම් වේ: පර්යේෂණ ලේඛන තත්ත්ව පක්ෂපතය (පළමුවෙන් පෙනෙන පිළිතුරක් වාසියට ගන්නා), විශාලත්ව පක්ෂපතය (ගුණාත්මකත්වය සම්බන්ධ නොවන දිගු පිළිතුරු සම්මාන දීම), සහ ස්වයං-සංවර්ධන පක්ෂපතය (ආකෘතියක් තමන්ගේම ප්රතිඵල වඩා කැමති වීම). විවිධ ආකෘති අතර ඇගයීම් පැතිරීම සහ කුමක්ද යන්න අනුනාමිත කිරීම, එක් විනිසුරුකාරයෙකුගේ විශේෂිත පක්ෂපතය අඩු කරයි. විවිධ ආකෘති විවිධ ලෙස හෝල්සිනේට් කරන බැවින්, නිර්මාණය කරන ලද හෝ සහය නොදෙන ප්රකාශයක් අනෙකුත් ආකෘති මගින් නරක ලෙස අගය කරනු ඇත, එබැවින් නිතරම අඩු පාරාමිතීන් මගින් ලැබෙන අගය, මිනිස් සත්යාපනයක් අවශ්ය කරන ප්රකාශයන්ට සලකනු ලබයි. Argumentree.AI මෙම ක්රියාවලිය ක්රියාත්මක කරයි, සෑම ලබා ගත හැකි ආකෘතියක්ම අනන්ය ලෙස සෑම අනෙකුත් ආකෘතියක තර්ක අගය කරයි, කුමක්ද යන්න පුළුල් ලෙස සහය දක්වන සහ කුමක්ද යන්න දුර්වල හෝ විවාදිත බව පෙන්වයි. එය මිනිස් විනිසුරුකාරයෙකුගේ තීරණය වඩා වැඩි කරයි, එය වෙනුවට නොව.
AI පියවර සමාලෝචනයේ විවිධ ආකෘති එකිනෙකට තමන්ගේ තර්ක අගය කරයි — අධ්යාපනික පියවර සමාලෝචනය, AI ප්රතිඵල සඳහා යෙදුම් කරයි. අනුනාමිත පාරාමිතීන් අගය කිරීම එකම AI විනිසුරුකාරයෙකුට වඩා හොඳයි, එහි අගය පක්ෂපතයක් ඇති බව දැනුම් ඇත.
AI පියවර සමාලෝචනය ආකෘති එකිනෙකට තමන්ගේ තර්ක අගය කිරීමට ඉඩ දෙයි, එකම විනිසුරුකාරයෙකුට විශ්වාස කිරීමේ වඩා. එකම LLM විනිසුරුකාරයන් තත්ත්වය, විශාලත්වය, සහ ස්වයං-සංවර්ධන පක්ෂපතය පෙන්වයි — විවිධ ආකෘති අතර අගය පැතිරීම, අනුනාමිතව, එම පක්ෂපතයන් අඩු කරයි සහ දුර්වල හෝ හෝල්සිනේට් ප්රකාශයන් පෙන්වයි.
අධ්යාපනයේදී, කුමක්ද යන්න පිළිගැනීමක් නොවේ, එහි ලේඛකයා විශ්වාසයෙන් පිරී සිටී — එය නිදහස් සමාලෝචකයන් මගින් පරීක්ෂා කරයි, ඔවුන් තර්කය සහ සාක්ෂි විනිසුරුකාරයෙකු ලෙස. AI පියවර සමාලෝචනය එම නීතිය ඕනෑම ආකාරයකින් ගන්නවා: එකම ආකෘතියක පිළිතුරකට විශ්වාස කිරීමේ වඩා, ඔබට විවිධ ආකෘති එකිනෙකට තමන්ගේ තර්ක සමාලෝචනය සහ අගය කිරීමට ඉඩ දෙයි. පාරාමිතීන් පරීක්ෂණය කිරීමේදී ජීවිතය ගන්නා තර්ක විශ්වාසය ලබා ගනී; අනෙකුත් ආකෘති නරක ලෙස අගය කරන ප්රකාශයන් සලකනු ලබයි.
එක් ශක්තිමත් ආකෘතියක් ප්රතිඵල අගය කිරීමට ඉඩ දීමේ ආකාරය ආකර්ෂණීය වේ — "LLM-විනිසුරුකාරය" ආකාරය. ගැටලුව: LLM විනිසුරුකාරයන් පිළිබඳ පර්යේෂණය පද්ධතික පක්ෂපතයන් ලේඛනය කරයි, එම නිසා එකම විනිසුරුකාරයෙකු විශ්වාසනීය නොවේ.
එම පක්ෂපතයන්ට එරෙහිව දෙකක් නිර්මාණය කිරීමේ තේරීම්: බොහෝ ආකෘති අතර අගය පැතිරීම, සහ කුමක්ද යන්න අනුනාමිත කිරීම. එකට ඒවා අන්තර්ගතය විනිසුරුකාරයෙකු ලෙස, ලේඛකයා ලෙස නොවේ, සහ එක් විනිසුරුකාරයෙකුගේ විශේෂිතතා සාමාන්ය කරයි.
සෑම ලබා ගත හැකි ආකෘතියක්ම ස්වාධීනව ප්රතිපක්ෂ/සම්මත තර්ක ලබා දේ.
තර්ක අනුනාමිත කරයි එම නිසා කිසිදු ආකෘතියක් තමන්ගේම කුමක්ද යන්න නොදන්නා.
අගය ආකෘති අතර පැතිරී ඇත, එකම විනිසුරුකාරයෙකුට සම්පූර්ණ නොවේ.
පුළුල් සහය = විශ්වාසය; නිතරම අඩු අගයන් = සත්යාපනය කිරීමට දුර්වල හෝ හෝල්සිනේට් ප්රකාශයක්.
එක් ආකෘතියක් "මෙම පුස්තකාලය නිර්මාණය මගින් මතක ආරක්ෂිතයි" යන්න විශ්වාසයෙන් පිරී සිටී. අනුනාමිත පියවර සමාලෝචනය යටතේ, අනෙකුත් ආකෘති එම තර්කය අඩු ලෙස අගය කරයි — කිහිපයක් සඳහන් කරයි යොමු කළ සහතිකය ආරක්ෂිත නොවන අන්තර්ගත මාර්ගය ආවරණය නොකරයි. අඩු පාරාමිතීන් එම ප්රකාශය මිනිසෙකුගේ පරීක්ෂාව සඳහා සලකනු ලබයි, එකම විශ්වාසයෙන් පිරී සිටින ආකෘතියක් එය අභියෝග නොකිරීමට ඉඩ නොදෙයි.
සෑම ලබා ගත හැකි ආකෘතියක්ම අනන්ය ලෙස සෑම අනෙකුත් ආකෘතියක තර්ක අගය කරයි — එම නිසා දුර්වල ප්රකාශයන් එකම ආකෘතියක විශ්වාසය මත සඟවා නොහැක.
තර්ක බොහෝ ආකෘතින්ගෙන්, එකම මූලාශ්රයකින් නොවේ
සෑම ආකෘතියක්ම අනෙකුත් ආකෘතියක තර්ක අගය කරයි ලේඛකයා නොදනිමින්
පුළුල් ලෙස සහය දක්වන තර්ක ඉහළ යයි; නිතරම අඩු අගය කරන තර්ක සලකනු ලබයි
සම්භාව්ය හෝල්සිනේට් ප්රකාශයන් සත්යාපනය කිරීමට පාරාමිතීන් අතර විවාදයක් ලෙස පෙනී යයි
AI පියවර සමාලෝචනය යනු විවිධ AI ආකෘති එකිනෙකට තමන්ගේ තර්ක සමාලෝචනය සහ අගය කිරීමයි, AI ප්රතිඵල සඳහා අධ්යාපනික පියවර සමාලෝචනයක් මෙන්. එකම ආකෘතියක පිළිතුරකට විශ්වාස කිරීමේ වඩා, එක් එක් ආකෘතියක ප්රකාශයන් අනෙකුත් ආකෘති මගින් ඇගයීමක් ලැබේ. පාරාමිතීන් පරීක්ෂණය කිරීමේදී ජීවිතය ගන්නා තර්ක විශ්වාසය ලබා ගනී; අනෙකුත් ආකෘති නරක ලෙස අගය කරන ප්රකාශයන් දුර්වල හෝ සම්භාව්ය හෝල්සිනේට් බවට සලකනු ලබයි.
එක් LLM එකක් විනිසුරුකාරයෙකු ලෙස භාවිතා කිරීම පක්ෂපතයක් ඇති බව දැනුම් ඇත. LLM-විනිසුරුකාරයෙකු පිළිබඳ පර්යේෂණය තත්ත්ව පක්ෂපතය (පළමුවෙන් පෙනෙන පිළිතුරක් වාසියට ගන්නා), විශාලත්ව පක්ෂපතය (ගුණාත්මකත්වය සම්බන්ධ නොවන දිගු පිළිතුරු සම්මාන දීම), සහ ස්වයං-සංවර්ධන පක්ෂපතය (ආකෘතියක් තමන්ගේම ප්රතිඵල වඩා කැමති වීම) ලේඛනය කරයි. විවිධ ආකෘති අතර ඇගයීම් පැතිරීම සහ කුමක්ද යන්න අනුනාමිත කිරීම, එක් විනිසුරුකාරයෙකුගේ විශේෂිත පක්ෂපතය අඩු කරයි.
එක් ආකෘතියක් තමන්ගේම කුමක්ද යන්න දන්නවා නම්, ස්වයං-සංවර්ධන පක්ෂපතය එය ඉහළ අගය කිරීමට ඉඩ දෙයි. අගය කිරීමට පෙර තර්ක අනුනාමිත කිරීම එම සංකේතය ඉවත් කරයි, එබැවින් සෑම ආකෘතියක්ම අන්තර්ගතය විනිසුරුකාරයෙකු ලෙස, ලේඛකයා ලෙස නොවේ. බොහෝ ආකෘතින්ගෙන් අගය එකතු කිරීම, එක් ආකෘතියක තත්ත්වය හෝ විශාලත්වය විශේෂිතතා සාමාන්ය කරයි, එක් විනිසුරුකාරයෙකුට වඩා සමාන්ය සංකේතයක් නිෂ්පාදනය කරයි.
එය එම ප්රකාශයන් පෙන්වන්න උපකාරී වේ. විවිධ ආකෘති විවිධ ලෙස හෝල්සිනේට් කරන බැවින්, එක් ආකෘතියකින් නිර්මාණය කරන ලද හෝ සහය නොදෙන ප්රකාශයක් අනෙකුත් ආකෘති මගින් නරක ලෙස අගය කරනු ඇත. නිතරම අඩු පාරාමිතීන් මගින් ලැබෙන අගය, මිනිස් සත්යාපනයක් අවශ්ය කරන ප්රකාශයක් බවට පත්වේ. එය විවාදය හඳුනා ගැනීමේ සංකේතයක් වන අතර, වගකීමක් නොවේ — සෑම ආකෘතියක්ම එකම දෝෂයක් බෙදා ගන්නවා නම්, පියවර සමාලෝචනය එය හඳුනා නොගනී.
නැහැ. AI පියවර සමාලෝචනය මිනිස් විනිසුරුකාරයෙකුගේ තීරණය ප්රමුඛත්වය දීම සහ වැඩිදියුණු කිරීම සඳහා නිර්මාණය කර ඇත, එය වෙනුවට නොවේ. එය කුමක්ද යන්න පුළුල් ලෙස සහය දක්වන සහ කුමක්ද යන්න විවාදිත හෝ දුර්වල බව පෙන්වයි, එබැවින් මිනිසුන්ට ඔවුන්ගේ සත්යාපනය කුමක්ද යන්න වැදගත්ම ස්ථානයේ කේන්ද්රගත කිරීමට ඉඩ දෙයි. අවසන් තීරණ සහ උසස්-අවස්ථා සත්යාපනය මිනිස් වගකීමක් ලෙස පවතී.
එක් AI විනිසුරුකාරයෙකුට විශ්වාස නොකරන්න. සෑම ආකෘතියක්ම අනෙකුත් ආකෘතියක තර්ක අගය කරන ආකාරය බලන්න.
නිදහස් ආරම්භ කරන්න