Populární témata
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Andrej Karpathy podporuje zavedení nového pojmu souvisejícího s "context engineeringem" při vývoji AI Software s využitím LLM.
A tento termín se dlouho zdál velmi potřebný. Pokaždé, když lidem vysvětluji, jak vyvíjíme našeho Nethermind AuditAgent, jedním z klíčových aspektů, kromě využití odborných znalostí domény (zabezpečení web3) a využití nejlepších dostupných modelů AI (od OpenAI, Anthropic a Google) a nástrojů pro LLM, je právě "kontextové inženýrství".
Někdy se ozývá výraz "kontext je král" a opravdu je to pravda. LLM, ať už velké pokročilé nebo optimalizované malé LLM, jsou mocným nástrojem, ale jako každý nástroj, pokud je ve špatných rukou, získáte mnohem méně slibné výsledky, než byste mohli, kdybyste s nimi pracovali správně. A kontextový management (neboli engineering) je skutečně složitá a nepříliš dobře popsaná oblast, která se neustále vyvíjí a skutečně vznikla jako rozšíření konceptu prompt engineeringu, který už má nějaké negativní konotace.
Celkově Andrej vyjmenoval hlavní aspekty související s kontextovým inženýrstvím (na druhém snímku obrazovky), ale v každém konkrétním úkolu lidé dosahují vynikajících výsledků převážně metodou pokusu a omylu, pokaždé se monotónně snaží vybrat správné kontextové prvky, které jsou v této fázi řešení problému skutečně potřeba, sbírají benchmarky pro každou fázi, dívají se na metriky, rozdělují datové sady na testy, validace a tak dále, a tak dále.
Co si myslíte o "kontextovém inženýrství"?

25. 6. 2025
+1 pro "kontextové inženýrství" před "promptním inženýrstvím".
Lidé si spojují výzvy s krátkými popisy úkolů, které byste dali LLM ve svém každodenním používání. Když v každé průmyslové aplikaci LLM je kontextové inženýrství delikátním uměním a vědou naplnění kontextového okna těmi správnými informacemi pro další krok. Věda proto, že dělat to správně zahrnuje popisy a vysvětlení úkolů, pár příkladů záběrů, RAG, související (možná multimodální) data, nástroje, stav a historii, zhutňování... Příliš málo nebo špatné formy a LLM nemá správný kontext pro optimální výkon. Příliš mnoho nebo příliš irelevantní a náklady na LLM mohou vzrůst a výkon může klesnout. Dělat to dobře je vysoce netriviální. A umění, protože vůdčí intuice kolem LLM psychologie lidí, duchů.
Kromě samotného kontextového inženýrství musí LLM aplikace:
- rozdělte problémy přesně na toky řízení
- zabalte kontextová okna tak akorát
- dispečerské hovory na LLM správného druhu a schopností
- zpracovávat toky UIUX pro ověřování generování a ověřování
- mnohem více - svodidla, zabezpečení, vyhodnocení, paralelismus, přednačítání, ...
Kontextové inženýrství je tedy jen jedním malým kouskem vznikající tlusté vrstvy netriviálního softwaru, který koordinuje jednotlivá volání LLM (a mnohem více) do plných LLM aplikací. Termín "obal ChatGPT" je otřepaný a opravdu, opravdu špatný.
482
Top
Hodnocení
Oblíbené