چت هوش مصنوعی با جستجوی وب: چگونه Whizi به مدل‌ها منابع زنده می‌دهد

پاسخ کوتاه

جستجوی وب به‌طور پیش‌فرض روشن است. مدلی که انتخاب کرده‌اید به‌جای تکیه صرف بر داده‌های آموزشی خود، از منابع فعلی پاسخ می‌دهد، هیچ اعتباری مصرف نمی‌کند، و این کلید برای هر درخواست است نه برای هر مدل، بنابراین برای هر مدلی که انتخاب کنید اعمال می‌شود.

کلید موجود در نوار نوشتن، اجازه است نه دستور. وقتی روشن است، Whizi از مدل می‌پرسد که آیا این سؤال خاص به وب نیاز دارد پیش از آنکه جستجویی انجام دهد، بنابراین درخواست یک شعر جستجویی را فعال نمی‌کند اما سؤالی دربارهٔ همین هفته فعال می‌کند. خاموش‌کردن آن به مدل می‌گوید که هیچ راهی برای جستجوی چیزی ندارد، که وقتی می‌خواهید پاسخی صرفاً بر پایهٔ همین گفتگو باشد، ارزشمند است.

بخش کاربردی همان جنبهٔ هر درخواست است. مدلی که خودش هیچ بازیابی ندارد معمولاً به سؤالی دربارهٔ این ماه از مجموعه‌داده‌ای آموزشی پاسخ می‌دهد که ماه‌ها پیش پایان یافته است. این کلید یک لایهٔ جستجو جلوی هر مدلی که انتخاب کرده‌اید قرار می‌دهد، به این معنا که می‌توانید از Claude، یا یک مدل Llama، یا یک مدل کوچک و سریع، سؤالی دربارهٔ امروز بپرسید و پاسخی مستند دریافت کنید.

اگر کلید روشن است اما پاسخی بدون منبع دریافت کردید، یا پیام با خطا مواجه شد، سطح خرابی در جستجوی وب کار نمی‌کند توضیح داده شده است.

چه زمانی پاسخ را تغییر می‌دهد

سه دسته که تفاوت میان روشن و خاموش‌بودن جستجو ابداً جزئی نیست.

هر چیزی که تاریخ در آن باشد. قیمت‌ها، انتشار مدل‌ها، عرضهٔ محصولات، اخبار شرکت‌ها، شماره‌های نسخه. بدون جستجو، مدل با اطمینان از هر آنچه هنگام آموزش صحیح بوده پاسخ می‌دهد و هیچ نشانه‌ای نمی‌دهد که اطلاعات کهنه شده است. این رایج‌ترین راهی است که پاسخ‌های هوش مصنوعی به‌آرامی اشتباه می‌شوند.

هر چیز مبهم یا خاص. یک شرکت کوچک، ابزاری کم‌شناخته، مقرراتی محلی، پیامی خاص از خطا. داده‌های آموزشی این موارد را کم یا اصلاً پوشش نمی‌دهند، و پوشش کم دقیقاً همان شرایطی است که مدل‌ها جزئیات باورپذیر اختراع می‌کنند.

هر چیزی که قصد دارید بر اساس آن اقدام کنید. جستجو منابعی تولید می‌کند که می‌توانید باز کنید. ادعایی همراه با لینکی که می‌توانید بررسی کنید، شیئی متفاوت از ادعایی بدون آن است، حتی وقتی هر دو در نهایت درست از آب درآیند.

چه زمانی آن را خاموش نگه داریم

جستجو بدون هزینه برای کیفیت پاسخ نیست، و به همین دلیل است که اصلاً این کلید وجود دارد.

برای استدلال، نوشتن و تحلیل چیزی که خودتان ارائه داده‌اید، جستجو چیزی اضافه نمی‌کند و می‌تواند فعالانه حواس را پرت کند. اگر سندی بارگذاری کرده‌اید و می‌خواهید مدل دربارهٔ همان سند استدلال کند، آوردن نتایج وب موادی را وارد می‌کند که مال شما نیست و دربارهٔ آن سؤالی نشده است. همین موضوع برای نوشتن خلاقانه، بازبینی کد خودتان، و حل مرحله‌به‌مرحلهٔ یک مسئله هم صدق می‌کند.

قاعدهٔ کلی: وقتی پاسخ به واقعیت‌هایی دربارهٔ جهان وابسته است آن را روشن کنید، و وقتی پاسخ به فکرکردن دربارهٔ چیزی که از قبل در گفتگو هست وابسته است آن را خاموش کنید.

دربارهٔ چه چیزی می‌پرسید	جستجو را روشن نگه دارید	چرا
قیمت‌ها، عرضه‌ها، راه‌اندازی‌ها، اخبار شرکت‌ها، شماره‌های نسخه	روشن	بدون آن مدل از داده‌های آموزشی پاسخ می‌دهد و هیچ نشانه‌ای نمی‌دهد که اطلاعات کهنه شده است
یک شرکت کوچک، ابزاری کم‌شناخته، مقرراتی محلی، پیامی خاص از خطا	روشن	داده‌های آموزشی این موارد را کم پوشش می‌دهند، و پوشش کم زمانی است که مدل‌ها جزئیات باورپذیر اختراع می‌کنند
هر چیزی که قصد دارید بر اساس آن اقدام کنید	روشن	منابعی تولید می‌کند که می‌توانید باز کنید، که شیئی متفاوت از ادعایی بدون آن است
استدلال دربارهٔ سندی که بارگذاری کرده‌اید	خاموش	صفحات بازیابی‌شده موادی را وارد می‌کنند که مال شما نیست و دربارهٔ آن سؤالی نشده است
نوشتن خلاقانه، یا بازبینی کد خودتان	خاموش	پاسخ به فکرکردن دربارهٔ چیزی که از قبل در گفتگو هست وابسته است

خواندن درست منابع

پاسخی که منبع دارد قابل‌بررسی‌تر است، نه لزوماً درست‌تر. دو نوع خطا از بازیابی جان سالم به در می‌برند و ارزش توجه دارند.

نوع اول، منبعی است که وجود دارد اما از ادعا پشتیبانی نمی‌کند. مدل صفحه‌ای را بازیابی کرده، و آن صفحه واقعی است، اما عدد یا گزاره‌ای خاص که به آن نسبت داده شده در آن نیست. باز کردن یک یا دو لینک نقل‌شده در هر پاسخی که قصد دارید به آن تکیه کنید، این مشکل را سریع نشان می‌دهد.

نوع دوم، منبعی است که خودش اشتباه یا قدیمی است. جستجو اعتبار را ارزیابی نمی‌کند، بنابراین پستی وبلاگی کهنه مانند منبعی معتبر رتبه می‌گیرد. به‌ویژه برای قیمت‌ها و مشخصات، صفحهٔ فروشنده بر مقاله‌ای گردآوری‌شده برتری دارد، و هر دو بر نظری در انجمن برتری دارند.

اگر ادعایی اهمیت دارد، سریع‌ترین راه اعتبارسنجی این است که همان سؤال را از مدلی دیگر با جستجوی روشن، در همان گفتگو بپرسید. جایی که دو بازیابی مستقل روی عددی خاص و یک منبع توافق دارند، اطمینان معقول است. جایی که واگرا می‌شوند، آن یافتهٔ شماست.