Karpathy dzieli się metodami lepszego rozumienia odpowiedzi AI: ASD-STE100, diagramy, HTML i wideo
Karpathy dzieli się metodami lepszego rozumienia odpowiedzi AI: ASD-STE100, diagramy, HTML i wideo
Andrej Karpathy przedstawił techniki promptowania ułatwiające interpretację odpowiedzi modeli AI, w tym zastosowanie standardu ASD-STE100, tworzenie diagramów, interaktywnych stron HTML oraz filmów edukacyjnych.
Andrej Karpathy podzielił się kilkoma technikami, które pomagają mu lepiej zrozumieć odpowiedzi generowane przez sztuczną inteligencję. Pierwszą z nich jest prośba do modelu o pisanie zgodnie ze standardem ASD-STE100 – uproszczonym angielskim językiem stosowanym w instrukcjach serwisowych samolotów.
ASD-STE100 został stworzony z myślą o mechanikach lotniczych, dla których angielski nie jest językiem ojczystym. Jego słownik obejmuje około 900 słów; każda instrukcja ma maksymalnie 20 słów, a każde zdanie zawiera tylko jedno polecenie. Modele językowe znają ten standard bardzo dobrze, dzięki czemu wyjaśnienia stają się krótkie, zawierają jedną ideę na zdanie i są łatwe do przyswojenia. Jeśli ograniczenia wydają się zbyt sztywne, można poprosić model o zbliżenie się do standardu „w 80%”. Ktoś przekształcił tę koncepcję w otwartoźródłową umiejętność dostępną na GitHubie.
Jeśli tekst nadal nie pomaga, warto spróbować innego formatu: najpierw diagram, a następnie interaktywna strona HTML z animacjami i wizualizacjami. Najbardziej zaawansowaną opcją, którą Karpathy uważa za obiecującą, jest film edukacyjny. Na przykład można poprosić model o stworzenie wideo w stylu kanału 3Blue1Brown, z narracją wygenerowaną przez ElevenLabs.
Filmy wyjaśniające dokładnie to, co chcemy zrozumieć, mogą zmienić oblicze edukacji. Jako przykład Karpathy podaje wyjaśnienie działania aplikacji Shazam; oryginalny post nie zawierał jednak linku do tego materiału.
Dlaczego to ważne
AnalizaTo podejście pokazuje, że jakość odpowiedzi AI można poprawić poprzez dobór odpowiednich formatów i ograniczeń językowych, a nie tylko przez bardziej złożone prompty. Standard ASD-STE100, wizualizacje oraz filmy edukacyjne znacząco ułatwiają zrozumienie trudnych tematów.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Inżynieria pętli: architektura autonomicznych cykli i koniec ery ręcznego promptowania
Głębokie zanurzenie w inżynierię pętli: architektura samopodtrzymujących się cykli dla Claude Code i autonomicznych agentów, szablon DOER/CHECKER, deterministyczna weryfikacja, polecenie /goal oraz walka z Reward Hacking.
ChatGPT: jak wybrać model, plan i pisać skuteczne prompty
1. System operacyjny na jednej stronie...
Scratchpad (brudnopis agenta)
Tymczasowa przestrzeń pamięci roboczej w oknie kontekstowym modelu, w której agent zapisuje swoje pośrednie przemyślenia, plany, wątpliwości i wnioski przed wywołaniem narzędzi. Ukryta przed użytkownikiem końcowym w celu zachowania czystości interfejsu.
Plan-and-Solve Prompting
Dwuetapowa architektura agentowa, która oddziela strategiczną dekompozycję zadania na globalny plan od jego sekwencyjnego wykonania taktycznego z dynamicznym replanowaniem.