7:56Chroma
Kelly Hong går igenom Chromas forskning om 18 modeller: varför resultat från nålen-i-höstacken-tester är missvisande, hur prestandan försämras av tvetydighet och distraherande information samt varför till och med enkla uppgifter med upprepning av strängar försämras efter 500 token. Videon är kort, evidensbaserad och ger exakt det argument som artikeln behöver för att du ska ta problemet på allvar innan den går vidare till de tekniska åtgärderna.
Vad du bör få ut av detta: Förstå hur lång kontext kan fallera vid tvetydighet och distraherande information och utforma sedan tester kring den risken.
Titta på eller ha koll på först: Inga utöver grundläggande LLM-terminologi. Det är ett kort forskningsföredrag.
Anteckning från AI Expert: Modellnamn, priser och funktioner förändras snabbt. Använd videon för beslutsmönstret och kontrollera sedan den aktuella modellens beteende innan du inför lösningen.
