क्या यह शीघ्र इंजीनियरिंग का अंत है क्योंकि प्रासंगिक एआई बागडोर लेता है?

संदर्भ इंजीनियरिंग पहले से ही शीघ्र इंजीनियरिंग को ग्रहण कर रही है, मुख्य एआई अधिकारी की क्षणभंगुर भूमिका की तरह। लेकिन इंसान के रूप में मानव क्या भूमिका निभाएंगे, जो कि स्वचालित हो जाएंगे? मिंट बताते हैं

क्या प्रॉम्प्ट इंजीनियरिंग पहले से ही अपने प्राइम से पहले है?

त्वरित इंजीनियर मनुष्यों और शुरुआती एआई मॉडल के बीच अनुवादकों के रूप में काम किया, प्राकृतिक भाषा के प्रश्नों को मोड़ना, या संकेत दिया, संरचित निर्देशों में जो विश्वसनीय आउटपुट का उत्पादन करते थे। उदाहरण के लिए, एक-बंद उपयोगकर्ता प्रश्नों के बजाय, वे एक टेम्पलेट डिजाइन कर सकते हैं जो लगातार सही टोन और सटीकता के साथ कानूनी अनुबंधों को संक्षेप में प्रस्तुत करता है।

उनका मूल्य कुछ तकनीकी जानकारों के साथ मजबूत लेखन और तर्क कौशल को सम्मिश्रण करता है, जैसे कि एपीआई और लैंगचेन जैसे फ्रेमवर्क। लेकिन जैसा कि एआई मॉडल परिपक्व हो गए और तर्क में उन्नत हुए, संकेत तेज, सस्ता और अधिक मानकीकृत हो गया। कंपनियां अब पुरस्कार प्रणाली-स्तरीय डिज़ाइन जिसमें संदर्भ, स्मृति, पुनर्प्राप्ति, और शुद्ध शीघ्र क्राफ्टिंग पर वर्कफ़्लोज़ शामिल हैं, जो एक बार छह-आंकड़ा वेतन की कमान संभालने वाली विशिष्टता को कम करती है।

क्या यह संदर्भ इंजीनियरिंग का रास्ता दे रहा है?

संदर्भ एक प्रतिक्रिया उत्पन्न करते समय टोकन एक एलएलएम प्रक्रियाओं का सेट है। अंग्रेजी में, एक टोकन किसी भी शब्द का लगभग 75% है। एक संदर्भ विंडो एक एआई मॉडल की अल्पकालिक मेमोरी, या टोकन की संख्या, या पाठ की संख्या है जो इसे एक बार में संसाधित कर सकती है। इसमें पिछले संदेश, प्रतिक्रियाएं और वर्तमान क्वेरी शामिल हैं। एक बार सीमा तक पहुंचने के बाद, पुराने टोकन बंद हो जाते हैं, जो सटीकता को कम कर सकता है।

बड़े संदर्भ विंडोज ने मॉडल को एक बार में अधिक जानकारी और तर्क को संभालने दिया, लेकिन संदर्भ इंजीनियरिंग जेनेरिक आउटपुट और सटीक, प्रासंगिक उत्तरों के बीच अंतर को जटिल कार्यों में यह तय करके कि उस मेमोरी में क्या जाता है, के बीच अंतर बनाता है। इस प्रकार, फोकस टोकन और संदर्भ के प्रबंधन के लिए वर्डमिथिंग से आगे बढ़ रहा है। उदाहरण के लिए, एक यात्रा-बुकिंग एजेंट स्वचालित रूप से पिछली वरीयताओं, वफादारी संख्या, और बजट की सीमा को अपने तर्क में खींच सकता है, बिना उपयोगकर्ता को हर बार रिटाइप किए बिना।

तो, क्या होता है इंजीनियरों के लिए क्या होता है?

शीघ्र अभियांत्रिकी अभी के लिए गायब नहीं होगा। यह व्यापक एआई सिस्टम के काम के सबसेट के रूप में जीवित रहेगा। हालांकि, के रूप में एआई एजेंट विकसित, संकेतों को अब प्रत्येक कार्य के लिए मैन्युअल रूप से तैयार नहीं किया जाएगा, लेकिन संदर्भ पाइपलाइनों के माध्यम से गतिशील रूप से उत्पन्न किया जाएगा। क्षेत्र पहले से ही “एजेंट इंजीनियरिंग” या “एआई सिस्टम डिज़ाइन” की ओर स्थानांतरित हो रहा है। इन भूमिकाओं में, संकेत महत्वपूर्ण बिल्डिंग ब्लॉक बने हुए हैं, लेकिन पुनर्प्राप्ति, मेमोरी, वर्कफ़्लोज़ और सुरक्षा परतों के बड़े संदर्भों में एम्बेडेड हैं।

यह बदलाव उन विशेष कर्मचारियों की आवश्यकता को कम कर देगा जो केवल संकेतों को परिष्कृत करते हैं। जिस तरह HTML कोडर्स ने फुल-स्टैक वेब डेवलपर्स को रास्ता दिया, संदर्भ इंजीनियरिंग प्रॉम्प्ट इंजीनियरिंग को अवशोषित करेगी, जो केवल-केवल विशेषज्ञों के लिए बहुत कम जगह छोड़ देगी, क्योंकि उद्यम एंड-टू-एंड सिस्टम विशेषज्ञता की मांग करते हैं।

ऐसी भूमिकाओं को स्वचालित करने के खतरे क्या हैं?

जबकि स्वचालन दक्षता में सुधार करता है, कुशल इंजीनियरों को पूरी तरह से हटाने से सुरक्षा उपायों और रचनात्मकता को कमजोर किया जा सकता है, दोनों एआई एजेंटों की विश्वसनीय और नैतिक तैनाती सुनिश्चित करने के लिए महत्वपूर्ण बने हुए हैं। प्रॉम्प्ट और संदर्भ डिज़ाइन को स्वचालित करने से मानव निगरानी के बिना टेम्प्लेट और फ्रेमवर्क पर अधिक निर्भरता के जोखिम होते हैं।

खराब-डिज़ाइन किए गए संदर्भ पाइपलाइनों में पूर्वाग्रह, मतिभ्रम (जानकारी आत्मविश्वास से जुड़ी हुई जानकारी), या असुरक्षित आउटपुट को पैमाने पर प्रचारित किया जा सकता है। उदाहरण के लिए, यदि एक पुनर्प्राप्ति प्रणाली एक हेल्थकेयर चैटबॉट में पुरानी चिकित्सा जानकारी को खिलाती है, तो त्रुटियों को हजारों रोगियों में प्रवर्धित किया जा सकता है।

संदर्भ इंजीनियरिंग भी स्वचालित होने के साथ, आगे क्या है?

संदर्भ इंजीनियरिंग तेजी से एआई एजेंटों द्वारा स्वचालित हो रही है जो मेमोरी, रिट्रीवल, टूल्स और वर्कफ़्लोज़ को संभालती हैं। मैन्युअल रूप से संदर्भ को आकार देने के लिए मनुष्यों पर भरोसा करने के बजाय, एजेंट अब टेपों को संक्षेप में प्रस्तुत करते हैं, प्रमुख तथ्यों को प्राथमिकता देते हैं, और अपने दम पर शोर को छोड़ देते हैं, जैसे कि माइक्रोसॉफ्ट के कोपिलॉट, जो सबसे अधिक प्रासंगिक बैठक नोटों को एक परियोजना संक्षिप्त में संकलित करता है। जैसे -जैसे ये सिस्टम विकसित होते हैं, वे पाठ, चित्र, ऑडियो, वीडियो और संरचित डेटा को समृद्ध संदर्भ ढांचे में एकजुट करेंगे।

यह बदलाव मनुष्यों के लिए AI सिस्टम आर्किटेक्ट के रूप में कार्य करने के लिए दरवाजा खोलता है जो उद्देश्यों को परिभाषित करते हैं, नीतियों को तैयार करते हैं, और मशीनों को संज्ञानात्मक micromanagement को छोड़ते हुए नैतिकता और शासी व्यवहार सुनिश्चित करते हैं।