येल्प एलएलएमएसने त्याच्या कृत्रिम बुद्धिमत्ता सहाय्यकांचा विकास करण्यासाठी नीतिमानपणा, महत्त्व आणि टोनच्या स्पर्धेचा आढावा कसा घेतला

पुनरावलोकन अनुप्रयोग ओरडणे मी अनेक दशकांकरिता डिनर आणि इतर ग्राहकांसाठी उपयुक्त माहिती प्रदान केली. मी सुरुवातीच्या वर्षांपासून मशीन लर्निंगचा प्रयत्न केला आहे. कृत्रिम बुद्धिमत्ता तंत्रज्ञानाच्या नंतरच्या स्फोटादरम्यान, त्याला अजूनही अडखळणा blocks ्या ब्लॉक्सचा सामना करावा लागला कारण त्यांनी काही वैशिष्ट्ये चालविण्यासाठी आधुनिक मोठ्या भाषेच्या मॉडेल्सना वापरण्याचे काम केले.

येल्पला हे समजले आहे की ग्राहक, विशेषत: ज्यांनी केवळ अ‍ॅप वापरला आहे त्यांना एआयच्या सहाय्यकासारख्या कृत्रिम बुद्धिमत्ता वैशिष्ट्यांसह संवाद साधण्यात अडचण आली आहे.

“आम्ही पाहिलेला एक स्पष्ट धडा म्हणजे एखादी गोष्ट तयार करणे खूप सोपे आहे जे छान दिसते, परंतु उत्कृष्ट आणि खूप उपयुक्त दिसणारी एखादी वस्तू तयार करणे फार कठीण आहे,” येल्पचे वरिष्ठ उत्पादन कर्मचारी क्रेग साल्दान यांनी एका मुलाखतीत व्हेंचरबेटला सांगितले.

नक्कीच सर्व काही सोपे नव्हते. मी येल्प येथे सहाय्यक, नवीन अक्रिस सेवेचे सहाय्यक शोध सहाय्यक, एप्रिल २०२24 मध्ये ग्राहकांच्या विस्तृत गटाला सुरू केल्यानंतर, येल्पने आधीपासूनच घसरणीसाठी कृत्रिम बुद्धिमत्ता साधनांचा वापर केला.

“जेव्हा आम्ही आम्हाला आश्चर्यचकित केले त्या व्यक्तीने जेव्हा आम्ही ग्राहकांचे ग्राहक म्हणून हे सुरू केले – काही वापरकर्ते आणि अ‍ॅप माहित असलेले लोक – (ते आणि ते त्याच्यावर प्रेम करतात. हे यशस्वी होईल याची आम्हाला ही तीव्र चिन्हे मिळाली आणि मग आम्ही ते प्रत्येकाकडे निर्देशित केले, (आणि) कामगिरी नुकतीच पडली आहे.” “कारण शोधण्यात आम्हाला बराच वेळ लागला.”

हे निष्पन्न झाले की सर्वात क्रॉस -क्रॉस येल्प वापरकर्त्यांनी, ज्यांनी साइटला किंवा अनुप्रयोगास कधीकधी नवीन टेलर किंवा प्लंबर शोधण्यासाठी अनुप्रयोग भेट दिली त्यांना अ‍ॅम्नेस्टी इंटरनॅशनलच्या प्रतिनिधीशी त्वरित बोलण्याची अपेक्षा केली नाही.

एआय वैशिष्ट्ये अधिक प्रसिद्ध आहेत

बर्‍याच लोकांना येल्प म्हणून वेबसाइट म्हणून ओळखले जाते आणि रेस्टॉरंट पुनरावलोकने आणि चित्रांची यादी शोधण्यासाठी अनुप्रयोग. मी नवीन रेस्टॉरंट्समध्ये फूड पिक्चर्स शोधण्यासाठी येल्पचा वापर करतो आणि इतरांना एखाद्या खास छान डिशबद्दल माझ्या भावना सामायिक केल्या आहेत हे माहित आहे. मॅनहॅटनमध्ये वायफाय, स्लॉप्स, आसन आणि दुर्मिळता असलेल्या या दिवसासाठी कॅफेने हे काम करण्याची जागा म्हणून वापरण्याची योजना आखली आहे की नाही हे मला सांगते.

साल्दानला आठवले की योलीप “कराराचा सर्वोत्कृष्ट भाग” साठी अ‍ॅम्नेस्टी इंटरनॅशनलमध्ये गुंतवणूक करीत होता.

“मी २०१-201-२०१ Time च्या वेळापत्रकात म्हणतो तेव्हा आम्ही कृत्रिम बुद्धिमत्तेच्या पूर्णपणे वेगळ्या पिढीमध्ये होतो, म्हणून क्वेरी समजून घेण्यासारख्या गोष्टी करण्यासाठी आपले स्वतःचे मॉडेल तयार करणे हे आमचे लक्ष होते. अर्थपूर्ण संप्रेषणाच्या अर्थाचा एक भाग म्हणजे लोकांना त्यांचे संशोधन हेतू सुधारण्यास मदत करणे.”

परंतु एआय विकसित होत असताना, तसेच येल्पच्या गरजा देखील. सामान्य डिशेस निश्चित करण्यासाठी वापरकर्त्यांनी प्रदान केलेल्या फोटोंमधील चित्रांबद्दल शिकण्यासाठी मी कृत्रिम बुद्धिमत्तेत गुंतवणूक केली आहे, त्यानंतर व्यापारी आणि सेवांशी संपर्क साधण्याचे नवीन मार्ग आणि प्लॅटफॉर्मवरील वापरकर्त्यांवरील थेट शोधांना मदत करण्यासाठी नवीन मार्ग सुरू केले.

एआय सहाय्यक वापरकर्त्यांसह कार्य करण्यासाठी योग्य “प्रो” शोधण्यात ओरडण्यास मदत करते. लोक चॅट बॉक्स क्लिक करू शकतात किंवा दावे वापरू शकतात किंवा त्यांना आवश्यक असलेले कार्य लिहू शकतात. सहाय्यक नंतर आपण नोकरीवर बोली देऊ इच्छित असलेल्या सकारात्मकतेसाठी संदेश तयार करण्यापूर्वी संभाव्य सेवा प्रदात्यांना संकुचित प्रश्नांची विनंती करतो.

साल्दान्हा म्हणाले की, सकारात्मकतेस स्वत: ला वापरकर्त्यांना प्रतिसाद देण्यासाठी प्रोत्साहित केले जाते, जरी तो कबूल करतो की मोठ्या ब्रँडमध्ये येल्पमध्ये एआयच्या सहाय्यकाने तयार केलेल्या संदेशांशी संबंधित संवाद केंद्रे सहसा असतात.

एआय सहाय्यक व्यतिरिक्त, येल्पने पुनरावलोकन आणि सर्वात प्रमुख दृष्टिकोन सुरू केले. एलएलएमएस वापरकर्ता आणि संदर्भ भावना विश्लेषण, जे भावनांच्या अंशांमध्ये येल्पला जोडते. विषयांच्या सूचीसाठी डेटाचा एक संच तयार करण्यासाठी येल्प एक जीपीटी -4 ओ राउटर तपशीलवार वापरते. पुढे, ते जीपीटी -4 ओ-मिनी मॉडेल वापरुन सेट केले गेले.

सर्वात प्रमुख पुनरावलोकन वैशिष्ट्य, जे पुनरावलोकनांमधून माहिती प्रदर्शित करते, डेटा संग्रह तयार करण्यासाठी एलएलएम राउटर देखील वापरते. तथापि, जीपीटी -3.5 टर्बो वरून पॉलिशिंगसह ते जीपीटी -4 वर अवलंबून आहे. येल्प म्हणाले की ते जीपीटी -4 ओ आणि ओ 1 वापरून वैशिष्ट्य अद्यतनित करेल.

येल्प इतर बर्‍याच कंपन्यांमध्ये सामील झाले जे ग्राहकांच्या टिप्पण्यांच्या आधारे चांगले शोध कार्ये जोडून पुनरावलोकनांचा फायदा सुधारण्यासाठी एलएलएमचा वापर करतात. उदाहरणार्थ, Amazon मेझॉनने रोव्होस लाँच केलेसहाय्यक एआय लोकांना शिफारस केलेले घटक शोधण्यात मदत करते.

मोठ्या मॉडेल्स आणि कार्यक्षमतेची आवश्यकता

कृत्रिम बुद्धिमत्ता सहाय्यकासह अनेक नवीन कृत्रिम बुद्धिमत्ता वैशिष्ट्यांसाठी, येल्प ओपनईमधून जीपीटी -4 ओ मध्ये बदलले, परंतु साल्दान्हा लक्षात आले की मॉडेलची पर्वा न करता, येल्प डेटा हा त्याच्या सहाय्यकांचा गुप्त सॉस आहे. येल्पला स्वत: ला एका शैलीमध्ये लॉक करायचे नव्हते आणि एलएलएमएसबद्दल मोकळे मन ठेवायचे नाही जे आपल्या ग्राहकांना उत्कृष्ट सेवा देईल.

साल्दान म्हणाले, “आम्ही ओपनई, अँथ्रोपोर आणि इतर मॉडेल्सची मॉडेल्स वापरतो.

साल्दान्हाने स्पष्ट केले की येल्पने आरोग्य, महत्त्व, जागरूकता, ग्राहकांची सुरक्षा आणि अनुपालन या स्थितीत मॉडेलची चाचणी करण्यासाठी एक मॉडेल तयार केले. तो म्हणाला, “हे खरोखर सर्वोत्कृष्ट एंड मॉडेल्स आहे,” जे चांगले होते. पुनरावृत्ती आणि प्रतिसाद वेळेची किंमत विचारात घेण्यापूर्वी कंपनी प्रत्येक मॉडेलसह एक लहान पायलट चालवते.

शिकवणारे वापरकर्ते

नवीन कृत्रिम बुद्धिमत्ता वैशिष्ट्यांसह आराम मिळविण्यासाठी अनौपचारिक वापरकर्त्यांना आणि उर्जा शिक्षित करण्याच्या अदृश्य प्रयत्नात येल्प देखील सुरू केले गेले आहे. साल्दान्हा म्हणाली की त्यांना प्रथम लक्षात आलेल्या गोष्टींपैकी एक, विशेषत: कृत्रिम बुद्धिमत्तेच्या सहाय्यकांसह, टोनला एखाद्या व्यक्तीला वाटले पाहिजे. खूप लवकर किंवा हळू प्रतिसाद देणे शक्य नाही; हे अत्यंत उत्साहवर्धक किंवा खूप कांस्य असू शकत नाही.

“आम्ही लोकांना आरामदायक वाटण्यास मदत करण्यासाठी आम्ही एक प्रयत्न केला, विशेषत: या पहिल्या प्रतिसादासह. हा दुसरा तुकडा योग्यरित्या मिळविण्यासाठी आम्ही जवळजवळ चार महिने घेतले. एकदा आम्ही ते केले की ते अगदी स्पष्ट होते आणि आपण पाहू शकता की हॉकी खेळ सहभागामध्ये वाढत आहे.”

या प्रक्रियेच्या भागामध्ये कृत्रिम बुद्धिमत्ता सहाय्यकास विशिष्ट शब्द वापरण्यासाठी आणि सकारात्मक मिळविण्यासाठी प्रशिक्षण दिले जाते. तथापि, साल्दान्हा म्हणाली की शेवटी येल्पमधील एआयच्या वैशिष्ट्यांसाठी त्यांना उच्च संख्या दिसली.