Taulukkolaskenta ja datatyö

Tekoäly taulukkolaskennassa: datan siivous, analysointi ja visualisointi

Käytännön opas tekoälyn käyttöön taulukkolaskennassa: kaavojen luonnosteluun, sotkuisen datan tarkastamiseen, yhteenvetojen ja kaavioiden laatimiseen sekä jokaisen tuloksen varmistamiseen.

10 min lukemista

Eval-arvioinnit muille kuin kehittäjille: tiedä, paraneeko vai heikkeneekö tekoälytyönkulkusi

Käytännön johdatus tekoälytyönkulun arviointiin edustavien esimerkkien, täsmällisten arviointiperusteiden, pätevien luokitusten ja julkaisusääntöjen avulla. Taulukkolaskenta riittää, kun työ voidaan suorittaa toistettavasti käsin.

Keskitaso

Lisää tässä aiheessa

7 min lukemista

Kotitalouden budjettiskenaariot: vaihtoehtolaskelmia ilman talousneuvontaa

Rakenna läpinäkyviä vaihtoehtolaskelmia omista varmennetuista kotitalousluvuistasi – työpaikan menetys, vuokrankorotus, uusi vauva – ja tarkastele laskelmia selkeästi. Ei sijoitusvinkkejä, ei velkastrategiaa, ei lukuja, jotka eivät ole peräisin omista asiakirjoistasi.

6 min lukemista

Tunnista unohtuneet tilaukset paljastamatta pankkihistoriaasi

Käy läpi tapahtumaluettelo, josta olet peittänyt arkaluonteiset tiedot omalla laitteellasi, ja tunnista toistuvat veloitukset yhdistämättä tekoälytyökalua pankkitiliisi. Tuloksena on varmuusarviolla merkitty maksunsaajalista ja peruutuslista, jonka ihminen tarkistaa ja toteuttaa.

56 minuuttia

Tekoälyagentit taloudessa HPE:n talousjohtajan (CFO) kanssa

CXOTalk. HPE:n talousjohtaja Marie Myers kuvaa yhtiön ”Alfred”-alustan käyttöönottoa 3 600 hengen talousorganisaatiossa. Hän käsittelee suoran ja epäsuoran ROI:n erottamista, vaiheportteja, joissa käyttötapaus joko jatkuu tai pysähtyy, ihmisen sisältävää laadunvalvontaa sekä työnkulkutason mittareita. Yhtenä yrityksen raportoimana esimerkkinä viikoittaisen tarkastusprosessin manuaalisen työn kerrotaan vähentyneen noin 90 %. Käyttöönottoa mitataan työn muutoksena, ei vain työkalun kirjautumiskertoina.

9 min lukemista

Tekoälyn ROI ja kypsyys: miten mitata käyttöönottoa, joka todella toimii

Tekoälyn käyttöönottoa ei pidä mitata sillä, kuinka moni on kokeillut ChatGPT:tä. Käytännön kehikko työnkulun tuoton, laadun, riskin, kypsyyden ja skaalausvalmiuden mittaamiseen.

13 min lukemista

Rakenteiset tuotokset ja funktiokutsut: tuotantokäytön mallit

Rakenteiset tuotokset ja funktiokutsut muodostavat sillan ”tekstiä tuottavasta LLM:stä” ”työtä tekeväksi järjestelmäksi”. Tuotannossa olennaisia malleja ovat skeemat, virheenkäsittely, idempotenssi ja hallittu heikentyminen — ei pelkkä JSON-tila.

18 minuuttia

Näin parannat Excel-taitojasi ChatGPT:llä

Leila Gharani. Vanhempi (alkuvuosi 2023) mutta yhä selkein työstetty esimerkki siitä, että liität oikean Excel-kysymyksen ChatGPT:hen, saat SUMPRODUCT- tai ehdollisen muotoilun vastauksen ja iteroit mallin kanssa, kun ensimmäinen kaava ei aivan sovi. Malli on parantunut paljon; kehotetyönkulku, jonka hän näyttää, on sama, jota käytät tänään.

12 minuuttia

Excelin uusi AI-funktio on aivan uskomaton (Copilot-funktio)

Leila Gharani. Live-demo uudesta `=COPILOT()`-funktiosta juuri sellaisella sotkuisella oikealla datalla, jota artikkeli kuvaa — vuoronvaihtomuistiinpanot jäsennellyksi toimenpidetaulukoksi, vapaatekstiarviot tagattuina sentimentin mukaan, ja epäjohdonmukaiset tittelit normalisoituina master-listaa vasten. Rajat nimetään myös selkeästi: älä käytä mihinkään, minkä on oltava tarkkaa; jäädytä tulokset arvoiksi, kun olet valmis.

107 minuuttia

Miksi tekoälyn evaluoinnit ovat kuumin uusi taito tuoterakentajille | Hamel Husain & Shreya Shankar

Lenny's Podcast. Hamel Husain ja Shreya Shankar käyvät läpi koko arviointityönkulun oikealla kiinteistönhallinnan tekoälyavustajalla — jälkien tarkastelu, virheiden avoin ja aksiaalinen koodaus, päätös milloin lopettaa, LLM-as-judge -rakentaminen ja validointi ihmisarviota vasten. Harvinainen pitkämuotoinen keskustelu, joka on aidosti suunnattu PM:ille ja tiiminvetäjille ML-insinöörien sijaan, ja se kattaa saman ”30 minuuttia viikossa asetuksen jälkeen” -rytmin, jota artikkeli suosittelee.

Keskitaso

3 minuuttia

Evaluoi kehotteita Anthropic Consolessa

Anthropic. Kolmen minuutin Anthropic-läpikäynti oikean arvioinnin ajamisesta Workbenchissä — realististen testitapausten automaattinen generointi, tuotosten arviointi, kehotteen säätäminen ja saman suiteen uudelleenajo rinnakkain. Katselumäärä jää alle tavallisen kynnyksen, mutta ”miten teen tämän ilman koodia” -kysymykseen tämä on selkein virallinen demo ja asettuu siististi strategisemman Husain/Shankar-keskustelun alle.

Keskitaso

41 minuuttia

OpenAI DevDay 2024 | Strukturoidut tulosteet luotettaviin sovelluksiin

OpenAI. Käy läpi `strict: true`, eron vanhaan JSON-tilaan, kieltäytymisen käsittelyn sekä miten funktiokutsut ja response-format-skeemat koostuvat. Hyödyllinen juuri siksi, että se kuvaa sopimuksen, jonka API antaa — sen, minkä päälle artikkelin tuotantomallit on rakennettu.

18 minuuttia

Pydantic riittää: Jason Liu

AI Engineer. Puhe, joka kiteytti modernin ”määrittele Pydantic-malli, anna se LLM:lle, anna validoinnin hoitaa loput” -mallin, konkreettisilla esimerkeillä sisäkkäisistä objekteista, validoijista, jotka nappaavat hallusinoidut URL:t, ja Chain-of-Thoughtista tyypitettynä kenttänä. Katso se ennen artikkelin validoijaosion uudelleenlukemista, niin tunnistat, mistä sen uudelleenyritys- ja kieltäytymissäännöt tulevat.