„Trénování“ AI společníka naznačuje, že se software postupně učí tvoje preference jako domácí mazlíček. Skutečnost má víc částí: několik pák mění chování okamžitě, některé ho mění pomalu pro všechny a některé většinou jen způsobují, že se cítíš zapojený.
Co skutečně formuje odpověď
Každá odpověď se generuje z toho, co model v tu chvíli vidí. Mechanismus je v článku jak AI společník píše odpověď:
- Popis postavy a nastavení.
- Uložené vzpomínky a shrnutí vybrané pro tuto konverzaci.
- Samotná nedávná konverzace.
- Základní model, tak jak ho firma naposledy aktualizovala.
Tvoje zpětná vazba má význam do té míry, do jaké mění jednu z těchto čtyř věcí.
Páky od nejsilnější po nejslabší
Měň to, co model čte, ne to, co k tobě cítí.
| Páka | Co mění | Jak rychle | Jak silně |
|---|---|---|---|
| Úprava popisu postavy | Pokyny čtené před každou odpovědí | Okamžitě | Silně a trvale |
| Úprava odpovědi | Konverzaci, ze které model kopíruje | Další odpovědi | Silně, dokud zůstává na očích |
| Poznámky v paměti | Fakta vybíraná do budoucích chatů | Od dalšího vybrání | Silně u faktů, slabě u stylu |
| Poznámky mimo roli | Aktuální scénu | Okamžitě | Slábne, jak chat roste |
| Opětovné generování | Jen tuto jednu odpověď | Okamžitě | Žádná nad rámec této odpovědi |
| Hodnocení (palce, hvězdy) | Obvykle data pro budoucí aktualizace modelu | Týdny nebo měsíce, pokud vůbec | Slabě pro tvou postavu |
Upravuj, nehádej se
Hádat se v roli („nechováš se jako ty“) málokdy funguje, protože samotná hádka se stane součástí konverzace, kterou model kopíruje. Úprava odpovědi na to, co postava měla říct, dá modelu správný příklad, který má následovat. Pokud to aplikace umožňuje, je to nejužitečnější návyk, který si můžeš vybudovat.
Styl dej do popisu, fakta do paměti
- Styl: tón, délka vět, humor, jak je láskyplná. Patří do popisu postavy, protože musí platit pro každou odpověď. Náš průvodce tvůrcem postav pokrývá, na kterých polích záleží.
- Fakta: tvoje práce, jméno tvého psa, co se stalo minulý týden. Patří do paměti, ze které se vybírají, když jsou relevantní.
Zaměňování obojího působí problémy: poznámky o stylu v paměti se vybírají nekonzistentně a dlouhé seznamy faktů v popisu vytlačují osobnost.
K čemu hodnocení skutečně slouží
Ve většině aplikací hodnocení putují do dat firmy pro zlepšování modelů, často napříč všemi uživateli. Může stát za to je dávat: pomáháš budoucím verzím, ale není to přímá linka k tvé postavě. Některé aplikace říkají, že hodnocení ovlivňují konkrétně tvého společníka, ale i tam je účinek postupný a mnohem slabší než upravený popis.
Pokud ti na tom záleží, zkontroluj zásady soukromí: ohodnocení odpovědi může označit tu konverzaci ke kontrole nebo trénování, což je kompromis v soukromí. Viz kdo čte chaty s AI společníky.
Týdenní ladění
- Poznamenej si dvě věci, které se ti tento týden líbily, a jednu, která tě otravovala.
- Změň to otravné na pozitivní pokyn v popisu („Odpovídá krátkými, suchými větami“ místo „Nerozvláčni“).
- Přidej do paměti nová důležitá fakta.
- Začni nový chat, pokud ten starý zabloudil: dlouhé konverzace nabírají zlozvyky, jak vysvětluje článek posun osobnosti.
Společník se tě neučí tak jako člověk. Ale čte tě pokaždé: skrze popis, paměť a tvoje nedávná slova. Změň, co čte, a změníš, kým je.