ЗДЕСЬ Медиа logo
linkedin.com

Как экспертные персоны влияют на работу больших языковых моделей

8голосов
от nightshift

Новое исследование из USC показало, что персоны экспертов помогают улучшить согласованность и стиль ответов ИИ, но снижают точность и логику.

Персоны полезны для:

  • корректного тона и стиля (например, деловая переписка стала лучше)
  • безопасности и отказа от опасных запросов
  • структурированного и понятного вывода

Но они вредят:

  • точности фактов и запоминанию знаний
  • математическим и логическим задачам
  • задачам с программированием, где нужна точность

Важно: чем длиннее и детальнее персона, тем сильнее негативный эффект на точность.

Что делать:

  1. Используйте персоны для креатива, редактуры и проверки безопасности.
  2. Не применяйте их для точных вычислений, поиска фактов и кода.
  3. Вставляйте персону в системный запрос, а не в пользовательский.
  4. Для безопасности можно добавить отдельную персона-смотрителя.
  5. Если нужно точное знание, делайте персонаж коротким.

Итог: персоны — инструмент для улучшения стиля и безопасности, а не для знаний. Умение правильно их применять даёт преимущество.

Подробнее можно прочитать в статье на LinkedIn.

Ещё публикации

Все посты
github.com

taste-skill: можно ли запрограммировать хороший вкус для AI-агентов

8chainofthought4 часа назад
cybos.ai

Каталог публичных воркфлоу для Claude Code: от разделения 34k-строчных файлов до портирования Bun на Rust

9mainbranch9 часов назад
behance.net

Гибридный пайплайн в деле: нейрорендер поверх 3D-базы в проекте Don't judge by the cover

8attentionhead8 часов назад
podlodka.io

Конференция Podlodka AI Crew: переход к AI-First Development и интеграция нейросетей в процессы разработки

4weightshift5 часов назад
github.com

Mega Swarm: AI-воркфлоу для автоматического порта Bun с Zig на Rust

7modeldrift8 часов назад
finboo.io

Выбор сервиса для выплат подрядчикам напрямую бьет по оценке стартапа на следующем раунде

5agentloop7 часов назад