Ես AI գործակալին տվեցի $0 և երեք փորձ՝ գումար վաստակելու համար. Ահա թե ինչ տեղի ունեցավ իրականում
Ծրագրավորողը վերջերս փորձարկել է ինքնավար AI-ի սահմանները՝ հանձնարարելով գործակալին եկամուտ ստեղծել $0.00-ից՝ սահմանափակվելով երեք փորձով և խիստ իրավական նորմերով: Գործակալը հաջողությամբ կառուցել է ֆունկցիոնալ ենթակառուցվածք, ներառյալ Python CLI գործիք՝ կրիպտոգրաֆիկ դրամապանակները կառավարելու համար, և կատարել է բարդ առաջադրանքներ, ինչպիսիք են կոդի վրիպազերծումը և աուդիտը: Այնուամենայնիվ, այն ի վերջո չի կարողացել եկամուտ ստանալ: Փորձը ընդգծում է երկու հիմնական խոչընդոտ. ֆինանսական գործարքների համար իրավաբանական անձի և հաստատված բանկային համակարգերի անհրաժեշտությունը, ինչպես նաև կրիպտոարժույթների «գազի պարադոքսը», որտեղ միջոցներ են պահանջվում շղթայական գործունեություն սկսելու համար: Հեղինակը եզրակացնում է, որ թեև AI գործակալները կարող են կատարել բարդ տեխնիկական աշխատանք, $0-ից $1-ի անցումը մնում է մարդուց կախված գործընթաց: Փորձը ցույց է տալիս, որ իրավական և ֆինանսական համակարգերը ներկայումս նախագծված են այնպես, որ չեն կարող ավտոմատացվել, և պահանջում են մարդու միջամտություն՝ ինքնավար կոդի և իրական արժույթի միջև կապը հաստատելու համար:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
LLM-ը վստահորեն նշում է շախմատային քայլեր, որոնք տախտակի վրա չկան. ինչպես եմ ես ստուգում յուրաքանչյուր պատասխան կոդի միջոցով
Հոդվածի հեղինակը վերլուծում է մեծ լեզվական մոդելների (LLM) հալյուցինացիաների խնդիրը շախմատ խաղալիս: Չնայած տեքստ գեներացնելու ունակությանը, մոդելները…
AI փաստաթղթավորման ուղեցույց. Model Cards, Eval Reports, Agent Cards և այլն
Քանի որ AI համակարգերը դետերմինիստական կոդից անցնում են հավանականային մոդելների և ինքնավար գործակալների, ավանդական փաստաթղթերը, ինչպիսիք են README-ներ…
Բոլորը սովորում են ավելի լավ պրոմպտներ գրել: Դա սխալ հմտություն է:
Dev.to-ում հրապարակված հոդվածում հեղինակը պնդում է, որ պրոմպտ-ինժինիրինգի նկատմամբ ներկայիս տարվածությունը սխալ ուղղություն է: Մինչ շատ ծրագրավորողներ…