como resgatar bilhetes da rifa do giant senna on line

Trabalhando como escritor para uma IA: um olhar para o futuro do jornalismo e da escrita

Para 💹 algumas horas por semana, escrevo para uma empresa de tecnologia avaliada como resgatar bilhetes da rifa do giant senna on line bilhões de dólares. À minha volta, há novelistas 💹 publicados, acadêmicos como resgatar bilhetes da rifa do giant senna on line ascensão e vários outros jornalistas freelancers. A carga de trabalho é flexível, a remuneração é melhor do 💹 que estamos acostumados e as tarefas nunca acabam. Mas o que escrevemos nunca será lido por ninguém fora da empresa. 💹

Isso porque não estamos escrevendo para pessoas. Estamos escrevendo para uma IA.

💹 Modelos de linguagem de grande porte (LLMs) como o ChatGPT tornaram possível automatizar vastas áreas da vida linguística, 💹 desde resumir qualquer quantidade de texto até redigir e-mails, ensaios e mesmo romances inteiros. Essas ferramentas parecem tão boas como resgatar bilhetes da rifa do giant senna on line 💹 escrever que se tornaram sinônimos da própria ideia de inteligência artificial.

Mas antes que eles 💹 corram o risco de levar a uma superinteligência divina ou a um desemprego maciço devastador, eles precisam de treinamento. Em 💹 vez de usar esses chatbots grandiloquentes para nos automatizar fora de nossas profissões, as empresas de tecnologia estão contratando-nos para 💹 ajudar a treinar seus modelos.

Treinando modelos de linguagem de grande porte

Além de fornecer à 💹 nossa modelo "material-padrão-ouro", ajudamos a tentar evitar que ela "alucine" – contar mentiras

A parte 💹 central do trabalho é escrever respostas falsas para perguntas hipotéticas de chatbot. Esses são os dados de treinamento que a 💹 modelo precisa receber. A "IA" precisa de um exemplo do que "bom" se parece antes de tentar produzir "bom" escrita. 💹

Além de fornecer à nossa modelo tal "material-padrão-ouro", também estamos ajudando a tentar evitar que 💹 ela "alucine" – um termo poético para contar mentiras. Fazemos isso fornecendo-lhe exemplos que usam um motor de pesquisa e 💹 citam fontes. Sem ver escrita que faça isso, ela não pode aprender a fazê-lo sozinha.

💹 Sem melhores dados linguísticos, esses modelos de linguagem simplesmente não podem melhorar. Seu mundo é nossa palavra.

O fim 💹 da palavra

E se os modelos forem treinados como resgatar bilhetes da rifa do giant senna on line dados sintéticos? Nossa internet ciborgue – co-autora por 💹 nós e nossas máquinas de palavras – poderia então crescer indefinidamente.

Infelizmente, não é tão 💹 simples. Treinar nossos atuais grandes modelos de linguagem como resgatar bilhetes da rifa do giant senna on linecomo resgatar bilhetes da rifa do giant senna on lineprópria saída não funciona. "Aprender indiscriminadamente de dados produzidos por 💹 outros modelos causa 'colapso de modelo' – um processo degenerativo como resgatar bilhetes da rifa do giant senna on line que, ao longo do tempo, os modelos esquecem a 💹 distribuição de dados subjacente verdadeira", escrevem Ilia Shumailov e colegas na Nature. Em outras palavras, eles saem dos trilhos e 💹 tendem a produzir besteiras. Alimentar algo comcomo resgatar bilhetes da rifa do giant senna on lineprópria excreção leva à atrofia. Quem teria pensado?

💹 Shumailov explicou a mim que cada vez que um modelo é treinado como resgatar bilhetes da rifa do giant senna on line dados sintéticos, ele perde consciência da 💹 cauda longa de "dados minoritários" com os quais foi originalmente treinado (palavras raras, fatos incomuns, etc.). O conhecimento é erodido 💹 e substituído apenas pelos pontos de dados mais prováveis – os LLMs são, àcomo resgatar bilhetes da rifa do giant senna on lineessência, máquinas de predição de 💹 texto sofisticadas. Portanto, quando os dados originais digitais são já tendenciosos – muito inglês, como resgatar bilhetes da rifa do giant senna on line grande parte centrados nos EUA 💹 e cheios de postagens de fóruns pouco confiáveis – essa tendência será repetida.

Se os 💹 dados sintéticos, produzidos por IAs, forem insuficientes para ajudar a melhorar os modelos, então eles precisarão de algo mais. Isso 💹 é especialmente verdade à medida que as preocupações se espalham de que os modelos muito aclamados deixarão de ser capazes 💹 de melhorar antes de eles sequer se tornarem úteis. As empresas de capital de risco precisarão preencher uma lacuna de 💹 receita de R$500 bilhões até o final deste ano para agradar aos investidores. As máquinas de palavras podem ter fome; 💹 o capital por trás delas também tem um apetite.

A OpenAI, o protetorado trillion-dollar da 💹 Microsoft por trás do ChatGPT, assinou acordos de licenciamento – potencialmente valendo centenas de milhões de dólares – com muitas 💹 das principais organizações de mídia do mundo, do News Corp ao Financial Times.

Mas não 💹 é apenas uma questão de acumular mais dados originais. Essas empresas precisam do tipo de escrita que o modelo tentará 💹 emular, não apenas absorver.

O papel dos anotadores humanos

Isso é onde os anotadores humanos entram 💹 como resgatar bilhetes da rifa do giant senna on line cena.