Kompletterande videor

Så genererar AI svar: tankemodellen som får promptning att falla på plats – kompletterande videor

Artikeln ger dig den praktiska tankemodellen: när du väl ser en LLM som en sannolikhetsviktad textgenerator slutar promptning att vara magi och blir ingenjörsarbete. De här två videorna är de vedertagna, nybörjarvänliga långversionerna av samma modell, presenterade av en person som har varit med och byggt mycket av den här tekniken.

Förstahandsval

59:48

[1 timmes föredrag] Introduktion till stora språkmodeller

Andrej Karpathy

En av OpenAI:s grundande ingenjörer ger den tydligaste timslånga förklaringen på klarspråk av vad en LLM egentligen är. Avsnittet ”en LLM:s psykologi” ger exakt den tankemodell som artikeln försöker förmedla – varför modellerna hallucinerar, varför de är bra på känsla men dåliga på att räkna och varför promptning liknar coachning mer än programmering.

Vad du bör få ut av detta: Bygg upp en avmystifierad tankemodell av LLM:er som prediktionssystem med kontextfönster, träningsdata, sampling och fellägen.

Titta på eller ha koll på först: Inga. Föredraget är långt men nybörjarvänligt.

Anteckning från AI Expert: Det här är fortfarande en av de starkaste konceptuella förklaringarna. Undvik att tolka det människoliknande språket alltför bokstavligt: modeller tänker eller vet inte, utan genererar sannolika fortsättningar under givna begränsningar.

Öppna videosidan

Värt att titta på

2:11:12

Så använder jag LLM:er

Andrej Karpathy

En uppföljning där Karpathy faktiskt sätter sig framför ChatGPT, Claude, Gemini och Perplexity och använder dem som en avancerad användare. Se den efter artikeln och hans ”Introduktion” – då får du se tankemodellen omsättas i praktiken i realtid, inklusive de små valen (vilken modell, vilket läge, när man bör klistra in respektive ladda upp) som skiljer frustrerade nybörjare från personer som får användbara svar på första försöket.

Vad du bör få ut av detta: Se hur en erfaren användare växlar mellan verktyg, lägen och strategier för sammanhang, samtidigt som verifiering hela tiden ingår i processen.

Titta på eller ha koll på först: Se eller läs först en grundläggande förklaring av LLM:er, så att arbetsflödet i realtid inte känns som magi.

Anteckning från AI Expert: Vanorna i arbetsflödet är mer bestående än de specifika produktvalen. Kontrollera aktuella standardmodeller, filhantering och integritetsinställningar innan du kopierar ett uppladdningstungt arbetssätt till kund- eller arbetsplatsbruk.

Öppna videosidan