Ինչու՞ ես հրաժարվեցի «թող LLM-ը զբաղվի դրանով» մոտեցումից հօգուտ վերջավոր ավտոմատի

AI-ի վրա հիմնված տեխնիկական հարցազրուցավար մշակող ծրագրավորողը պարզել է, որ բարդ, բազմափուլ աշխատանքային հոսքերը կառավարելու համար միայն LLM-ների վրա հույս դնելը հանգեցնում է անկանխատեսելի վարքագծի, ինչպիսիք են հարցազրույցի վաղաժամ ավարտը կամ կրկնվող հարցերը: Հեղինակը պնդում է, որ LLM-ները արդյունավետ են բովանդակություն ստեղծելու համար, սակայն չունեն այն կառուցվածքային հիշողությունը, որն անհրաժեշտ է հուսալի վիճակի հետևող (state tracker) լինելու համար: Կիրառելով վերջավոր ավտոմատ (FSM)՝ հարցազրույցի ընթացքը կառավարելու համար, մշակողը հաջողությամբ առանձնացրել է փուլերի անցման տրամաբանությունը LLM-ի գեներատիվ առաջադրանքներից: Այս ճարտարապետական փոփոխությունը երաշխավորում է, որ մոդելը կատարում է միայն կոնկրետ գործողություններ՝ ինչպիսիք են հարցերի կամ հուշումների գեներացումը՝ սահմանված վիճակներում, այլ ոչ թե որոշում է հարցազրույցի ընդհանուր ընթացքը: Արդյունքում ստացվել է ավելի կայուն և հուսալի արտադրանք, որը թույլ է տալիս LLM-ին կենտրոնանալ բարձրորակ արդյունքների վրա՝ առանց փուլերի անցման սխալների վտանգի: