Nyheder
For alle nyheder, hvad end de måtte omhandle.
Regler
1. Brug artiklens titel
Titlen på indlæg skal være titlen på nyhedsartiklen der linkes til. Du må dog gerne oversætte titlen hvis den ikke er på dansk, så længe oversættelsen er retvisende. En alternativ titel (fx i tilfælde af clickbait) eller vigtig supplerende information kan angives i kantede parenteser. Fx: "Clickbait titel [Beskrivende titel]". Dette sikrer at titlen på artiklen ikke er misvisende.
2. Brug ikke tekstfeltet ("body")
Link udelukkende til artiklen og brug ikke tekstfeltet ("body" på engelsk). Hvis du vil tilføje noget, så skriv en kommentar. Dette sikrer at debatten foregår fra et neutralt synspunkt der tager udgangspunkt i artiklen, og ikke en bestemt vinkling skrevet i tekstfeltet. Undtagelse: Det er tilladt at dele et referat af en artikel bag betalingsvæg i tekstfeltet.
3. Kun nye artikler
Artikler skal være mindre end en uge gamle. Dette sikrer at artikler faktisk er nyheder.
4. Debat-indlæg og andet skal markeres
Det er tilladt i et begrænset omfang at indlægge artikler der ikke som sådan er nyhedsartikler og ikke er skrevet af avisens ansatte (fx debat-indlæg eller læserbreve), men sådanne artikler skal markeres med [Debat] el. lign. mærkat i titlen af indlægget inden titlen på artiklen. Dette sikrer at brugere er klar over den potentielle højere bias der kommer fra debat-indlæg og sikrer at debat-indlæg ikke bruges til at skubbe en agenda.
Husk også at følge Feddit.dks generelle regler.
view the rest of the comments
LLM'er er også AI. Det er bare en bestemt type.
LLM er en subkategori af en subkategori af en subkategori af en subkategori af AI. Så ja, LLM er en yderst bestemt type af AI.
Selvom et skateboard er et fartøj, så er det måske ikke det mest praktiske valg, når chefen på byggepladsen siger at der kommer nye fartøjer.
Så hvor jeg ville mene at AI sagtens kan bruges til at effektivisere papirarbejdet, og jeg ville være forbløffet hvis vi ikke allerede bruger det i stor stil, så ville jeg mene at LLM ikke hører til i staten.
Jeg tænker nu at det kan være fint nok hvis de ansatte lærer at prompte dem ordentligt, og LLM'en bliver trænet korrekt. De er hurtigere til at strikke forskellige dokumenter sammen til en enkelt sag, i stedet for at de ansatte skal sidde og klippe og klistre i dokumenter og søge 30 forskellige steder efter de ting der skal bruges til deres afgørelser. Der er trods alt rigtig meget af det arbejde som det offentlige laver hvor der er blevet lavet noget lignende tusinder af gange før.
De skal bare huske at LLM'en skal trænes igen hvis der sker ændringer i reglerne, og at de ansatte skal læse tingene ordentligt igennem inden de sendes ud. Ellers bliver det noget juks.
Sprogmodellen behøver ikke nødvendigvis at blive trænet igen. Den kan udbygges med et værktøj som Retrieval Augmented Generation (RAG), hvor den henter ekstern data ind, kort fortalt.
Så kan man nøjes med at holde sine alm. filer opdateret, uden at skulle fin-tune eller gentræne sprogmodellen.
Ja, hav altid et human-in-the-loop.
Den skal jo også fjerne de data der ikke passer mere. Det ved jeg ikke om RAG kan.
Jo da. 🙂 Lidt forenklet:
Inde bagved er det i virkeligheden mere kompliceret alt efter hvilket setup, man har - noget med data, der omdannes til vektorer og gemmes i flere dimensioner: https://www.3blue1brown.com/lessons/mlp
Jeg har set videoerne allerede. Det jeg betvivler er bare om man kun kan tilføje flere af disse vektorer så der er flere kombinationer man kan lave, hvilket giver flere mulige outputs, eller om man også kan undgå at de forældede data bliver brugt. Det er jo ikke sådan at hver vektor gemmer hvert sit datapunkt, men i stedet er hvert datapunkt man har trænet på fordelt ud over alle vektorerne. Der er forskel på at tilføje nye informationer og at skulle fjerne gamle som er blandet sammen med alt det andet.
Det hjælper jo ikke hvis LLM'en kan komme frem til tekst fra både det gamle og det nye datablad når det gamle ikke er gyldigt længere.