پست مدل های Claude، Fable و Codex هنوز فقط به پرامپت نیاز ندارن..

مدل های Claude، Fable و Codex هنوز فقط به پرامپت نیاز ندارن.. به سیستم ارزیابی هم نیاز دارن. چون کار واقعی فقط این نیست که یه پرامپت خوب بنویسی و خروجی بگیری. مسئله اصلی اینه که بدونی: کجا خروجی خراب شده؟ چه چیزی نسبت به قبل پسرفت کرده؟ چه trade-offهایی وجود داره؟ و چطور می‌خوای صحت خروجی رو بررسی کنی؟ اینجاست که کار مهندسی واقعی شروع می‌شه. محتوا فقط وسیله‌ی توزیعه. ارزش اصلی جاییه که بتونی خروجی AI رو اندازه بگیری، خطاهاش رو پیدا کنی و جلوی تکرار اون‌ها رو بگیری. پرامپت بهتر خوبه... ولی بدون ارزیابی و verification، هنوز بخش بزرگی از ماجرا رو نداری. #LLM #AI