ಲಾಭಗಳು:
- ಒದಗಿಸುವವರು, ಮಾದರಿ ಕುಟುಂಬ ಮತ್ತು ಮಾದರಿ ಆವೃತ್ತಿಯ ಪರಿಕಲ್ಪನೆಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
- ಎಂಟು ಪ್ರಮುಖ ಪೂರೈಕೆದಾರರನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ ಮತ್ತು ಅವರು ಪಕ್ಷಪಾತವಿಲ್ಲದ ರೀತಿಯಲ್ಲಿ ಎದ್ದು ಕಾಣುತ್ತಾರೆ
- ಮಾದರಿಯ ಆಯ್ಕೆಯನ್ನು ಹೊಂದಿಕೆಯಿಂದ ಉದ್ಯೋಗದ ಸಮಸ್ಯೆಯಾಗಿ ರೂಪಿಸುವುದು, ರೋಸ್ಟರ್ ರೇಸ್ ಅಲ್ಲ
AI ಪೂರೈಕೆದಾರರ ಪರಿಸರ ವ್ಯವಸ್ಥೆ: ನಕ್ಷೆ, ಪರಿಕಲ್ಪನೆಗಳು ಮತ್ತು "ಉತ್ತಮ ಮಾದರಿ ಇಲ್ಲ"
ವ್ಯಾಪಾರವು ಇಂದು "ನಾವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುತ್ತೇವೆ" ಎಂದು ಹೇಳಿದಾಗ, ಅದು ವಾಸ್ತವವಾಗಿ ಒಂದೇ ಉತ್ಪನ್ನದ ಬಗ್ಗೆ ಮಾತನಾಡುವುದಿಲ್ಲ, ಆದರೆ ಡಜನ್ಗಟ್ಟಲೆ ಮಾದರಿಗಳು ಪರಸ್ಪರ ಸ್ಪರ್ಧಿಸುವ ಮತ್ತು ಈ ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಪ್ರತಿಸ್ಪರ್ಧಿ ಕಂಪನಿಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ವಿಶಾಲ ಮಾರುಕಟ್ಟೆಯಾಗಿದೆ. ಈ ಮಾರುಕಟ್ಟೆಯು ಕೆಲವು ವರ್ಷಗಳ ಹಿಂದೆ ಎರಡು ಅಥವಾ ಮೂರು ಆಟಗಾರರನ್ನು ಒಳಗೊಂಡಿತ್ತು; ಇಂದು, ಆಯ್ಕೆಗಳು ತುಂಬಾ ಹೆಚ್ಚಿವೆ, ಸರಿಯಾದ ಮಾದರಿಯನ್ನು ಆರಿಸುವುದು ಸ್ವತಃ ಒಂದು ಸಾಮರ್ಥ್ಯವಾಗಿದೆ. ಈ ಘಟಕದ ಗುರಿಯು ಈ ಮಾರುಕಟ್ಟೆಯ ನಕ್ಷೆಯನ್ನು ರೂಪಿಸುವುದು ಮತ್ತು "ಒದಗಿಸುವವರು", "ಮಾದರಿ ಕುಟುಂಬ", "ಮಾದರಿ ಆವೃತ್ತಿ" ನಂತಹ ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುವುದು. ಘಟಕವು ಪೂರ್ಣಗೊಂಡ ನಂತರ, ಗೊಂದಲಕ್ಕೀಡಾಗದೆ ಯಾರು ಏನನ್ನು ಉತ್ಪಾದಿಸುತ್ತಾರೆ ಎಂಬುದರ ಕುರಿತು ನೀವು ಮಾತನಾಡಬಹುದು ಮತ್ತು ಒಂದೇ "ಅತ್ಯುತ್ತಮ ಮಾದರಿ" ಏಕೆ ಇಲ್ಲ ಎಂಬುದನ್ನು ವಿವರಿಸಬಹುದು.
ಈ ಮಾಡ್ಯೂಲ್ನಾದ್ಯಂತ ನಮ್ಮ ಗುರಿ ಪ್ರೇಕ್ಷಕರು ತಾಂತ್ರಿಕ ಸಾಫ್ಟ್ವೇರ್ ತಂಡವಲ್ಲ; ವೃತ್ತಿಪರರೇ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಬೇಕು. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ತನ್ನ ಕಂಪನಿಯಲ್ಲಿ AI ಅನ್ನು ಬಳಸಲು ಯೋಜಿಸುವ ಮ್ಯಾನೇಜರ್, ಒಪ್ಪಂದಗಳನ್ನು ಓದಲು ಬಯಸುವ ವಕೀಲರು, ಇನ್ವಾಯ್ಸ್ಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಅಕೌಂಟೆಂಟ್, ಗ್ರಾಹಕರ ಕಾಮೆಂಟ್ಗಳನ್ನು ವಿಂಗಡಿಸುವ ಇ-ಕಾಮರ್ಸ್ ತಜ್ಞರು, ಕರೆ ಸಾರಾಂಶಗಳನ್ನು ರಚಿಸುವ ಗ್ರಾಹಕ ಸೇವಾ ಅಧಿಕಾರಿ. ಈ ಜನರ ಸಾಮಾನ್ಯ ಪ್ರಶ್ನೆಯೆಂದರೆ: "ಡಜನ್ಗಟ್ಟಲೆ ಮಾದರಿಗಳಿವೆ; ನನ್ನ ವ್ಯಾಪಾರಕ್ಕಾಗಿ ನಾನು ಯಾವುದನ್ನು ಆರಿಸಬೇಕು ಮತ್ತು ಯಾವ ಆಧಾರದ ಮೇಲೆ?" ಉತ್ತರದ ಮಾರ್ಗವೆಂದರೆ ಮೊದಲು ಸರಿಯಾದ ಪದಗಳನ್ನು ಕಲಿಯುವುದು.
ಮೂರು ಮೂಲಭೂತ ಪರಿಕಲ್ಪನೆಗಳು: ಒದಗಿಸುವವರು, ಮಾದರಿ ಕುಟುಂಬ, ಮಾದರಿ ಆವೃತ್ತಿ
ಈ ಮೂರು ಪದಗಳನ್ನು ಒಟ್ಟಿಗೆ ಬೆರೆಸುವುದರಿಂದ ಹೆಚ್ಚಿನ ಗೊಂದಲ ಉಂಟಾಗುತ್ತದೆ. ಸ್ಪಷ್ಟಪಡಿಸೋಣ:
- ಒದಗಿಸುವವರು: ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮತ್ತು ನೀಡುವ ಕಂಪನಿ. ಉದಾಹರಣೆಗೆ, Anthropic, OpenAI, Google. ಒದಗಿಸುವವರು ಕಾರಿನಲ್ಲಿರುವ ಬ್ರ್ಯಾಂಡ್ಗೆ ಹೋಲುತ್ತದೆ.
- ಮಾದರಿ ಕುಟುಂಬ: ಇದು ಒಂದೇ ಬ್ರಾಂಡ್ ಅಡಿಯಲ್ಲಿ ಒದಗಿಸುವವರು ಸಂಗ್ರಹಿಸಿದ ಮಾದರಿಗಳ ಗುಂಪಾಗಿದೆ. ಆಂಥ್ರೊಪಿಕ್ನ "ಕ್ಲಾಡ್" ಕುಟುಂಬದಂತೆ, OpenAI ನ "GPT" ಕುಟುಂಬ, Google ನ "ಜೆಮಿನಿ" ಕುಟುಂಬ. ಕುಟುಂಬವು ಕಾರಿನಲ್ಲಿರುವ ಸರಣಿಯನ್ನು ಹೋಲುತ್ತದೆ.
- ಮಾದರಿ ಆವೃತ್ತಿ: ಕುಟುಂಬದೊಳಗೆ ಒಂದು ನಿರ್ದಿಷ್ಟ ಮಾದರಿ. "ಕ್ಲಾಡ್ ಓಪಸ್ 4.8" ಅಥವಾ "GPT-4o" ನಂತೆ. ಪ್ರತಿ ಆವೃತ್ತಿಯು ವೇಗ, ವೆಚ್ಚ ಮತ್ತು ಸಾಮರ್ಥ್ಯದ ವಿಭಿನ್ನ ಸಮತೋಲನವನ್ನು ನೀಡುತ್ತದೆ. ಆವೃತ್ತಿಯು ಕಾರಿನಲ್ಲಿರುವ ಸಲಕರಣೆಗಳ ಪ್ಯಾಕೇಜ್ ಅನ್ನು ಹೋಲುತ್ತದೆ.
ಸಲಹೆ: "ನನ್ನ ಬಳಿ ಕಾರು ಇದೆ" ಎಂದು ಹೇಳುವುದು ಸಾಕಾಗುವುದಿಲ್ಲ; ಬ್ರ್ಯಾಂಡ್ (ಒದಗಿಸುವವರು), ಸರಣಿ (ಕುಟುಂಬ) ಮತ್ತು ಹಾರ್ಡ್ವೇರ್ ಪ್ಯಾಕೇಜ್ (ಆವೃತ್ತಿ) ಮುಖ್ಯ. ಸಿಟಿ ಕಾರ್ ಮತ್ತು ರೇಸಿಂಗ್ ಕಾರ್ ಒಂದೇ ಬ್ರಾಂಡ್ನದ್ದಾಗಿದ್ದರೂ, ಅವು ವಿಭಿನ್ನ ಉದ್ಯೋಗಗಳಿಗೆ ಸೂಕ್ತವಾಗಿವೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಮಾದರಿಗಳಲ್ಲಿ ಪರಿಸ್ಥಿತಿಯು ಒಂದೇ ಆಗಿರುತ್ತದೆ.
ಒಂದು ಉದಾಹರಣೆಯ ಮೂಲಕ ನಡೆಯೋಣ. ನೀವು ಕಾನೂನು ಸಂಸ್ಥೆಯವರು ಎಂದು ಹೇಳೋಣ ಮತ್ತು "ನಾವು ಕ್ಲೌಡ್ ಓಪಸ್ 4.8 ಅನ್ನು ಪ್ರಯತ್ನಿಸಲಿದ್ದೇವೆ" ಎಂದು ಹೇಳುತ್ತೀರಿ. ಇಲ್ಲಿ ಆಂಥ್ರೊಪಿಕ್ ಒದಗಿಸುವವರು, ಕ್ಲೌಡ್ ಮಾದರಿ ಕುಟುಂಬ, ಓಪಸ್ ಕುಟುಂಬದೊಳಗೆ ಪ್ರಬಲ ಶ್ರೇಣಿಯಾಗಿದೆ ಮತ್ತು 4.8 ಆವೃತ್ತಿ ಸಂಖ್ಯೆಯಾಗಿದೆ. ಒಂದೇ ಕುಟುಂಬದಲ್ಲಿ ವೇಗವಾದ ಮತ್ತು ಅಗ್ಗದ ಶ್ರೇಣಿಗಳಿವೆ (ಉದಾ. ಹೈಕು). ಆದ್ದರಿಂದ ನೀವು ಯಾವ ಶ್ರೇಣಿ ಮತ್ತು ಆವೃತ್ತಿಯನ್ನು ಬಳಸುತ್ತಿರುವಿರಿ ಎಂದು ಹೇಳದ ಹೊರತು "ನಾವು ಆಂಥ್ರೊಪಿಕ್ ಅನ್ನು ಬಳಸುತ್ತಿದ್ದೇವೆ" ಎಂಬ ವಾಕ್ಯವು ಅಪೂರ್ಣವಾಗಿರುತ್ತದೆ.
ಪರಿಸರ ವ್ಯವಸ್ಥೆಯ ಎಂಟು ಪ್ರಮುಖ ಆಟಗಾರರು
ಈಗ ವಸ್ತುನಿಷ್ಠ ದೃಷ್ಟಿಯಿಂದ ಮಾರುಕಟ್ಟೆಯನ್ನು ತಿಳಿದುಕೊಳ್ಳೋಣ. ಕೆಳಗಿನ ಕೋಷ್ಟಕದಲ್ಲಿ ನೀವು ಪ್ರತಿ ಪೂರೈಕೆದಾರರ ಗೂಡು, ಮಾದರಿ ಕುಟುಂಬ ಮತ್ತು ಮೂಲದ ದೇಶವನ್ನು ಕಾಣಬಹುದು. ನೀವು ಈ ಕೋಷ್ಟಕವನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವ ಅಗತ್ಯವಿಲ್ಲ; "AI ಪ್ರಪಂಚವು ಒಂದು ಕಂಪನಿಯ ಬಗ್ಗೆ ಅಲ್ಲ" ಎಂಬ ಕಲ್ಪನೆಯನ್ನು ಶಾಶ್ವತವಾಗಿ ಸ್ಥಾಪಿಸುವುದು ಇದರ ಗುರಿಯಾಗಿದೆ. ಕೆಳಗಿನ ಘಟಕಗಳಲ್ಲಿ ನಾವು ಪ್ರತಿಯೊಂದರ ಬಗ್ಗೆ ವಿವರವಾಗಿ ಹೋಗುತ್ತೇವೆ.
ಒದಗಿಸುವವರು
ಮಾದರಿ ಕುಟುಂಬ
ಅಲ್ಲಿ ಅದು ಎದ್ದು ಕಾಣುತ್ತದೆ
ತೂಕದ ಪ್ರಕಾರ
ಮೂಲ
ಆಂಥ್ರೊಪಿಕ್
ಕ್ಲೌಡ್ (ಓಪಸ್/ಸಾನೆಟ್/ಹೈಕು)
ದೀರ್ಘ ಸಂದರ್ಭ, ಕೋಡ್, ಸುರಕ್ಷಿತ ಎಂಟರ್ಪ್ರೈಸ್ ಬಳಕೆ
ಮುಚ್ಚಲಾಗಿದೆ
USA
OpenAI
GPT (GPT-4o, o-ಸರಣಿ)
ವ್ಯಾಪಕವಾದ ಪರಿಸರ ವ್ಯವಸ್ಥೆ, ಬಹುಮುಖತೆ
ಮುಚ್ಚಲಾಗಿದೆ
USA
ಗೂಗಲ್
ಜೆಮಿನಿ (ಪ್ರೊ / ಫ್ಲ್ಯಾಶ್)
ಮಲ್ಟಿಮೋಡಲಿಟಿ, ವರ್ಕ್ಸ್ಪೇಸ್ ಏಕೀಕರಣ
ಮುಚ್ಚಲಾಗಿದೆ
USA
ಸರಕು
ಲಾಮಾ
ತೂಕವನ್ನು ತೆರೆಯಿರಿ, ನಿಮ್ಮ ಸ್ವಂತ ಸರ್ವರ್ನಲ್ಲಿ ರನ್ ಮಾಡಿ
ತೆರೆದ
USA
ಮಿಸ್ಟ್ರಲ್
ಮಿಸ್ಟ್ರಲ್ / ಮಿಸ್ಟ್ರಲ್
ಯುರೋಪಿಯನ್ ಮೂಲ, ಮುಕ್ತ ತೂಕದ ಆಯ್ಕೆಗಳು
ಮಿಶ್ರಿತ
ಫ್ರಾನ್ಸ್
xAI
ಗ್ರೋಕ್
ನೈಜ-ಸಮಯದ ಡೇಟಾ, ಎಕ್ಸ್ (ಟ್ವಿಟರ್) ಏಕೀಕರಣ
ಮುಚ್ಚಲಾಗಿದೆ
USA
ಡೀಪ್ಸೀಕ್
ಡೀಪ್ಸೀಕ್
ಕಡಿಮೆ ವೆಚ್ಚ/ಕಾರ್ಯಕ್ಷಮತೆಯ ಸಮತೋಲನ
ತೆರೆದ
ಚೀನಾ
ಸುಸಂಬದ್ಧ
ಆಜ್ಞೆ
ಕಾರ್ಪೊರೇಟ್ ಹುಡುಕಾಟ ಮತ್ತು ಡಾಕ್ಯುಮೆಂಟ್ ಪ್ರಶ್ನೆ (RAG)
ಮಿಶ್ರಿತ
ಕೆನಡಾ
ಟೇಬಲ್ನಲ್ಲಿ ಮೂರು ಆಯಾಮಗಳು ಎದ್ದು ಕಾಣುತ್ತವೆ: ಅದು ಎದ್ದು ಕಾಣುವ ಕ್ಷೇತ್ರ (ಅದು ಯಾವುದು ಒಳ್ಳೆಯದು), ತೂಕದ ಪ್ರಕಾರ (ಮುಚ್ಚಿದ ಅಥವಾ ತೆರೆದ - ಮುಂದಿನ ಘಟಕದ ವಿಷಯ) ಮತ್ತು ಮೂಲ (ಡೇಟಾ ಸಾರ್ವಭೌಮತ್ವ ಮತ್ತು ಕಾನೂನು ನಿಯಂತ್ರಣದ ವಿಷಯದಲ್ಲಿ ಮುಖ್ಯವಾಗಿದೆ). ಈ ಮೂರು ಆಯಾಮಗಳು ಕೆಳಗಿನ ವಿಭಾಗಗಳಲ್ಲಿ ನಿಮ್ಮ ಮಾದರಿ ಆಯ್ಕೆ ನಿರ್ಧಾರ ವೃಕ್ಷದ ಬೆನ್ನೆಲುಬನ್ನು ರೂಪಿಸುತ್ತವೆ.
ಇಲ್ಲಿ ಬಳಸಲಾದ ಕೆಲವು ಪದಗಳನ್ನು ತಕ್ಷಣವೇ ವಿವರಿಸೋಣ. RAG (ಮರುಪಡೆಯುವಿಕೆ-ವರ್ಧಿತ ಪೀಳಿಗೆ) ಒಂದು ವಿಧಾನವಾಗಿದ್ದು, ಉತ್ತರವನ್ನು ರಚಿಸುವ ಮೊದಲು ಮಾದರಿಯು ನಿಮ್ಮ ದಾಖಲೆಗಳ ಸಂಬಂಧಿತ ಭಾಗಗಳನ್ನು ಕಂಡುಹಿಡಿಯುತ್ತದೆ ಮತ್ತು ಓದುತ್ತದೆ; ಇದು ಎಂಟರ್ಪ್ರೈಸ್ ಹುಡುಕಾಟ ವ್ಯವಸ್ಥೆಗಳ ಆಧಾರವಾಗಿದೆ. ಮಲ್ಟಿಮೋಡಲಿಟಿ ಎನ್ನುವುದು ಪಠ್ಯವನ್ನು ಮಾತ್ರವಲ್ಲದೆ ಚಿತ್ರಗಳು ಮತ್ತು ಆಡಿಯೊವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಮಾದರಿಯ ಸಾಮರ್ಥ್ಯವಾಗಿದೆ. ಭವಿಷ್ಯದ ಘಟಕಗಳಲ್ಲಿ ನಾವು ಈ ಪರಿಕಲ್ಪನೆಗಳಿಗೆ ಪ್ರತ್ಯೇಕವಾಗಿ ಹಿಂತಿರುಗುತ್ತೇವೆ.
ಏಕೆ ಅನೇಕ ಪೂರೈಕೆದಾರರು ಇದ್ದಾರೆ?
ಮಾರುಕಟ್ಟೆ ತುಂಬಾ ಜನಸಂದಣಿಯಿಂದ ಕೂಡಿರುವುದು ಕಾಕತಾಳೀಯವಲ್ಲ ಎಂದು ನೋಡುವುದು ನಿಮ್ಮ ಆಯ್ಕೆಯನ್ನು ಮಾಡುವಾಗ ನಿಮಗೆ ಮಾರ್ಗದರ್ಶನ ನೀಡುತ್ತದೆ. ನಾಲ್ಕು ಮುಖ್ಯ ಕಾರಣಗಳಿವೆ:
- ವಿಭಿನ್ನ ವ್ಯಾಪಾರ ಅಗತ್ಯಗಳು: ಕಾನೂನು ಸಂಸ್ಥೆಗೆ 200-ಪುಟಗಳ ಒಪ್ಪಂದಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಓದಬಹುದಾದ ಮಾದರಿಯ ಅಗತ್ಯವಿದ್ದರೂ, ಇ-ಕಾಮರ್ಸ್ ಸೈಟ್ ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ ನೂರಾರು ಉತ್ಪನ್ನ ವಿವರಣೆಗಳನ್ನು ಉತ್ಪಾದಿಸುವ ವೇಗದ ಮತ್ತು ಅಗ್ಗದ ಮಾದರಿಯನ್ನು ಬಯಸುತ್ತದೆ. ಒಂದೇ ಮಾದರಿಯು ಎರಡೂ ಉದ್ಯೋಗಗಳಿಗೆ ಸೂಕ್ತವಾಗಿರುವುದಿಲ್ಲ.
- ವೆಚ್ಚದ ಒತ್ತಡ ಮತ್ತು ಸ್ಪರ್ಧೆ: ಪೂರೈಕೆದಾರರ ನಡುವಿನ ಸ್ಪರ್ಧೆಯು ನಿರಂತರವಾಗಿ ಬೆಲೆಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಕೆಲವು ವರ್ಷಗಳ ಹಿಂದೆ ದುಬಾರಿಯಾಗಿದ್ದ ಕೌಶಲ್ಯವನ್ನು ಇಂದು ಹತ್ತನೇ ಬೆಲೆಗೆ ನೀಡಲಾಗುತ್ತದೆ. ಇದು ವ್ಯವಹಾರಗಳಿಗೆ ನೇರ ಪ್ರಯೋಜನವಾಗಿದೆ.
- ಡೇಟಾ ಸಾರ್ವಭೌಮತ್ವ: ಯುರೋಪಿಯನ್ ಮೂಲದ ಕಂಪನಿಯು ಗ್ರಾಹಕರ ಡೇಟಾವನ್ನು EU ಒಳಗೆ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವಂತೆ ವಿನಂತಿಸಬಹುದು. ಈ ಅಗತ್ಯವು ಮಿಸ್ಟ್ರಲ್ ಅಥವಾ ನಿಮ್ಮ ಸ್ವಂತ ಸರ್ವರ್ನಲ್ಲಿ ಚಾಲನೆಯಲ್ಲಿರುವ ಮುಕ್ತ ತೂಕದ ಮಾದರಿಗಳಂತಹ ಪ್ರಾದೇಶಿಕ ಆಟಗಾರರನ್ನು ಮೌಲ್ಯಯುತವಾಗಿಸುತ್ತದೆ.
- ತೆರೆದ ಅಥವಾ ಮುಚ್ಚಿದ ವಿಧಾನದ ಆಯ್ಕೆ: ಕೆಲವು ಸಂಸ್ಥೆಗಳು ತಮ್ಮದೇ ಆದ ಸರ್ವರ್ನಲ್ಲಿ ಮಾದರಿಯನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತಮ್ಮದೇ ಆದ ನಿಯಂತ್ರಣದಲ್ಲಿ ಚಲಾಯಿಸಲು ಬಯಸುತ್ತವೆ; ಕೆಲವರು ಸಿದ್ಧವಾದ ಕ್ಲೌಡ್ ಸೇವೆಯನ್ನು ಬಯಸುತ್ತಾರೆ. ಈ ಆದ್ಯತೆ ಮಾತ್ರ ನೀವು ಯಾವ ಪೂರೈಕೆದಾರರೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತೀರಿ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಬಹುದು.
ಎಚ್ಚರಿಕೆ: "ಎಲ್ಲರೂ ಬಳಸುವ ಮಾದರಿ ನಮಗೂ ಸರಿಹೊಂದುತ್ತದೆ" ಎಂಬ ಊಹೆಯು ಸಾಮಾನ್ಯವಾಗಿ ತಪ್ಪಾಗಿದೆ. ನಿಮ್ಮ ಪ್ರತಿಸ್ಪರ್ಧಿ ಬಳಸುವ ಮಾದರಿಯನ್ನು ಅವರ ವರ್ಕ್ಫ್ಲೋ, ಡೇಟಾ ಪ್ರಕಾರ ಮತ್ತು ಬಜೆಟ್ ಆಧರಿಸಿ ಆಯ್ಕೆ ಮಾಡಲಾಗಿದೆ. ನಿಮ್ಮ ಸರಿಯಾದ ಆಯ್ಕೆಯು ನಿಮ್ಮ ವ್ಯಾಪಾರದ ನಿರ್ದಿಷ್ಟ ಅಗತ್ಯಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ. ಈ ಮಾಡ್ಯೂಲ್ನ ಉದ್ದೇಶವು ಸಿದ್ಧ ಉತ್ತರವನ್ನು ನಿಮ್ಮ ಮೇಲೆ ಹೇರುವುದು ಅಲ್ಲ, ಆದರೆ ಸರಿಯಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಹೇಗೆ ಕೇಳಬೇಕೆಂದು ನಿಮಗೆ ಕಲಿಸುವುದು.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್: ಪೂರೈಕೆದಾರರ ಹೋಲಿಕೆ ಕೇಳುವಾಗ
ನೀವು ಮಾದರಿ ಹೋಲಿಕೆಯನ್ನು ಮಾಡಲು ಬಯಸಿದಾಗ, ನೀವು ಹೇಗೆ ಕೇಳುತ್ತೀರಿ ಎಂಬುದು ನೀವು ಪಡೆಯುವ ಉತ್ತರದ ಗುಣಮಟ್ಟವನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ. ಎರಡು ಉದಾಹರಣೆಗಳನ್ನು ಪಕ್ಕದಲ್ಲಿ ಇಡೋಣ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಯಾವ AI ಮಾದರಿ ಉತ್ತಮವಾಗಿದೆ?
ಈ ಪ್ರಶ್ನೆಯು ಸಂದರ್ಭ-ಮುಕ್ತವಾಗಿದೆ; ಮಾದರಿಯು ನಿಮಗೆ ತಪ್ಪಿಸಿಕೊಳ್ಳುವ "ಇದು ಅವಲಂಬಿತವಾಗಿದೆ" ಉತ್ತರವನ್ನು ನೀಡುತ್ತದೆ ಅಥವಾ ನಿಮಗೆ ಯಾವುದೇ ಪ್ರಯೋಜನವಿಲ್ಲದ ಸಾಮಾನ್ಯ ಪಟ್ಟಿಯನ್ನು ನೀಡುತ್ತದೆ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ಎಂಟರ್ಪ್ರೈಸ್ AI ಸಲಹೆಗಾರ. ಸಂದರ್ಭ: ನಾವು 15 ಜನರ ಕಾನೂನು ಸಂಸ್ಥೆ. ನಾವು ತಿಂಗಳಿಗೆ ~300 ಒಪ್ಪಂದಗಳನ್ನು ಸಾರಾಂಶ ಮಾಡಲು ಬಯಸುತ್ತೇವೆ, ಟರ್ಕಿಯಲ್ಲಿ ಸರಿಸುಮಾರು 40 ಪುಟಗಳು, ಮತ್ತು ಅಪಾಯಕಾರಿ ವಸ್ತುಗಳನ್ನು ಗುರುತಿಸಲು. ಡೇಟಾವು ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಒಳಗೊಂಡಿದೆ ಮತ್ತು ನಾವು KVKK ಅನ್ನು ಅನುಸರಿಸಬೇಕು. ಕಾರ್ಯ: ಈ ಕೆಲಸಕ್ಕಾಗಿ 3 ವಿಭಿನ್ನ ಪೂರೈಕೆದಾರರ ಮಾದರಿಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ. ಪ್ರತಿಯೊಂದಕ್ಕೂ ಕೆಳಗಿನ ಶೀರ್ಷಿಕೆಗಳನ್ನು ಭರ್ತಿ ಮಾಡಿ: ಸಂದರ್ಭದ ವಿಂಡೋ ಸೂಕ್ತತೆ, ಅಂದಾಜು ಮಾಸಿಕ ವೆಚ್ಚ ಶ್ರೇಣಿ, ಡೇಟಾ ಸಂಗ್ರಹಣೆ/ಗೌಪ್ಯತೆ ಸ್ಥಿತಿ, ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ದೌರ್ಬಲ್ಯಗಳು. ಸ್ವರೂಪ: ಕೊನೆಯಲ್ಲಿ 4 ಕಾಲಮ್ಗಳು + 2-ವಾಕ್ಯ ಶಿಫಾರಸುಗಳೊಂದಿಗೆ ಟೇಬಲ್.
ವ್ಯತ್ಯಾಸವು ಸ್ಪಷ್ಟವಾಗಿದೆ: ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್ ಪಾತ್ರವು ಸಂದರ್ಭ, ಅಳೆಯಬಹುದಾದ ಕಾರ್ಯಗಳು ಮತ್ತು ಸ್ಪಷ್ಟ ಸ್ವರೂಪವನ್ನು ಹೊಂದಿದೆ. ಮಾದರಿಯು ಈಗ ನಿಮ್ಮ ವ್ಯಾಪಾರಕ್ಕೆ ಸರಿಹೊಂದುವ ಹೋಲಿಸಬಹುದಾದ ಔಟ್ಪುಟ್ ಅನ್ನು ಉತ್ಪಾದಿಸಬಹುದು.
ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
ಕೆಳಗಿನ ನಾಲ್ಕು ಟೆಂಪ್ಲೇಟ್ಗಳನ್ನು ನಿಮ್ಮ ಸ್ವಂತ ವ್ಯವಹಾರಕ್ಕೆ ಅಳವಡಿಸಿಕೊಳ್ಳುವ ಮೂಲಕ ನೀವು ಅವುಗಳನ್ನು ಬಳಸಬಹುದು.
1. ಪೂರೈಕೆದಾರರ ಮ್ಯಾಪಿಂಗ್:
ನಾನು [ಇಂಡಸ್ಟ್ರಿ] ನಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತೇನೆ. ನಾನು ಮಾಡಲು ಬಯಸುವ ಮುಖ್ಯ AI ಕಾರ್ಯವೆಂದರೆ: [ಕಾರ್ಯ]. ಈ ಕಾರ್ಯಕ್ಕೆ ಸೂಕ್ತವಾದ 5 ಪೂರೈಕೆದಾರರನ್ನು ಪಟ್ಟಿ ಮಾಡಿ; ಪ್ರತಿಯೊಂದಕ್ಕೂ "ಇದು ಏಕೆ ಸೂಕ್ತವಾಗಿದೆ" ಮತ್ತು "ಸಾಧ್ಯವಾದ ಅನನುಕೂಲತೆ" ಸಾಲುಗಳನ್ನು ಭರ್ತಿ ಮಾಡಿ. ನಿಖರವಾದ ಬೆಲೆಯನ್ನು ನೀಡಬೇಡಿ, ಶ್ರೇಣಿಯನ್ನು ನೀಡಿ.
2. ಪರಿಕಲ್ಪನೆಯ ಸ್ಪಷ್ಟೀಕರಣ:
ಈ ಕೆಳಗಿನ ವಾಕ್ಯದಲ್ಲಿ ಒದಗಿಸುವವರು, ಮಾದರಿ ಕುಟುಂಬ ಮತ್ತು ಮಾದರಿ ಆವೃತ್ತಿಯನ್ನು ಪ್ರತ್ಯೇಕಿಸಿ ಮತ್ತು ಲೇಬಲ್ ಮಾಡಿ:"[ಅಂಟಿಸಲಾದ ವಾಕ್ಯ]"
3. ವಿಶ್ಲೇಷಣೆ ಅಗತ್ಯವಿದೆ:
ನನ್ನ ಕೆಲಸ: [DESCRIPTION]. ಮಾಸಿಕ ಥ್ರೋಪುಟ್: [NUMBER]. ಡೇಟಾ ಪ್ರಕಾರ: [TEXT/IMAGE/AUDIO]. ಗೌಪ್ಯತೆಯ ಅವಶ್ಯಕತೆ: [YES/NO]. ಬಜೆಟ್ ಸೂಕ್ಷ್ಮತೆ: [ಕಡಿಮೆ/ಮಧ್ಯಮ/ಹೆಚ್ಚು]. ಈ ಪ್ರೊಫೈಲ್ ಅನ್ನು ಆಧರಿಸಿ ನಾನು ಮುಚ್ಚಿದ ಅಥವಾ ತೆರೆದ ತೂಕದ ಮಾದರಿಯೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಬೇಕೇ? ಸಮರ್ಥಿಸಿಕೊಳ್ಳಿ.
4. ತಟಸ್ಥ ಹೋಲಿಕೆ ಅಸ್ಥಿಪಂಜರ:
ನನ್ನ ಕಾರ್ಯಕ್ಕಾಗಿ ಈ 3 ಮಾದರಿಗಳನ್ನು [MODEL A], [MODEL B], [MODEL C] ಹೋಲಿಕೆ ಮಾಡಿ. ಮಾನದಂಡ: ಗುಣಮಟ್ಟ, ವೇಗ, ವೆಚ್ಚ, ಸಂದರ್ಭ, ಗೌಪ್ಯತೆ. ಪ್ರತಿ ಮಾನದಂಡಕ್ಕೆ 1-5 ಅಂಕಗಳನ್ನು ನೀಡಿ ಮತ್ತು ನಿಮ್ಮ ಸ್ಕೋರ್ಗೆ ಕಾರಣವನ್ನು ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ. ಜಾಹೀರಾತು ಭಾಷೆಯನ್ನು ಬಳಸಬೇಡಿ, ಅದು ಅಸ್ಪಷ್ಟವಾಗಿದ್ದರೆ "ಪರೀಕ್ಷೆ ಮಾಡಬೇಕು" ಎಂದು ಬರೆಯಿರಿ.
ಈ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಯಾವ ಮಾದರಿಯನ್ನು ಬಳಸುತ್ತದೆ?
ಪಾರದರ್ಶಕತೆಗಾಗಿ, ನಾವು ಹೇಳೋಣ: ನೀವು ಈಗ ಓದುತ್ತಿರುವ ಪ್ಲಾಟ್ಫಾರ್ಮ್ನ AI ಕೋಚ್ ಆಂಥ್ರೊಪಿಕ್ನ ಕ್ಲೌಡ್ ಕುಟುಂಬದಿಂದ ಕ್ಲಾಡ್-ಓಪಸ್-4-8 ಆವೃತ್ತಿಯನ್ನು ಬಳಸುತ್ತದೆ. ಕಾರ್ಪೊರೇಟ್ ಬಳಕೆಯಲ್ಲಿ ಎದ್ದುಕಾಣುವ ದೀರ್ಘ ಸಂದರ್ಭದ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಭದ್ರತಾ ವಿಧಾನದಿಂದಾಗಿ ಈ ಆಯ್ಕೆಯನ್ನು ಮಾಡಲಾಗಿದೆ. ಆದರೆ ಇದರರ್ಥ "ಇದು ಎಲ್ಲರಿಗೂ ಉತ್ತಮ ಮಾದರಿ" ಎಂದಲ್ಲ; ನಿಮ್ಮ ವ್ಯಾಪಾರಕ್ಕೆ ಇನ್ನೊಬ್ಬ ಪೂರೈಕೆದಾರರು ಹೆಚ್ಚು ಸೂಕ್ತವಾಗಿರಬಹುದು. ನಿಮಗೆ ಪ್ರಾಮಾಣಿಕ ಮತ್ತು ತುಲನಾತ್ಮಕ ನೋಟವನ್ನು ನೀಡುವುದು ಈ ಮಾಡ್ಯೂಲ್ನಲ್ಲಿನ ನಮ್ಮ ಗುರಿಯಾಗಿದೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಆವೃತ್ತಿಯೊಂದಿಗೆ ಪೂರೈಕೆದಾರರನ್ನು ಗೊಂದಲಗೊಳಿಸುವುದು: "ನಾವು OpenAI ಅನ್ನು ಬಳಸುತ್ತೇವೆ" ಎಂದು ಹೇಳುವುದು ಯಾವ ಮಾದರಿ ಮತ್ತು ಶ್ರೇಣಿಯನ್ನು ಹೇಳುವುದಿಲ್ಲ. ಯಾವಾಗಲೂ ಆವೃತ್ತಿಯನ್ನು ಸಹ ಸೂಚಿಸಿ.
- ಒಬ್ಬನೇ "ವಿಜೇತ" ಗಾಗಿ ನೋಡುತ್ತಿರುವುದು: ಮಾರುಕಟ್ಟೆಯನ್ನು ಫುಟ್ಬಾಲ್ ಲೀಗ್ನಂತೆ ಪರಿಗಣಿಸಿ ಮತ್ತು "ಯಾರು ಮೊದಲು ಬರುತ್ತಾರೆ?" ಕೇಳಲು. ಸರಿಯಾದ ಪ್ರಶ್ನೆ "ನನ್ನ ವ್ಯವಹಾರಕ್ಕೆ ಯಾವುದು?" ಇರಬೇಕು.
- ಗುಣಮಟ್ಟಕ್ಕಾಗಿ ತಪ್ಪಾಗಿ ಜನಪ್ರಿಯತೆ: ಹೆಚ್ಚು ಮಾತನಾಡುವ ಮಾದರಿಯು ನಿಮ್ಮ ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಕ್ಕೆ ಸರಿಯಾದ ಮಾದರಿಯಾಗಿರುವುದಿಲ್ಲ.
- ಮೂಲದ ದೇಶವನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು: ನೀವು ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತಿದ್ದರೆ, ಒದಗಿಸುವವರು ಎಲ್ಲಿದ್ದಾರೆ ಎಂಬುದು ಕಾನೂನು ಬಾಧ್ಯತೆಯ ವಿಷಯವಾಗಿದೆ, ತಾಂತ್ರಿಕತೆಯಲ್ಲ.
- ಬೆಲೆಯನ್ನು ಮಾತ್ರ ಮಾನದಂಡವನ್ನಾಗಿ ಮಾಡುವುದು: ಕಡಿಮೆ ಗುಣಮಟ್ಟದ ಉತ್ಪಾದನೆಯೊಂದಿಗೆ ಮಾನವ ತಿದ್ದುಪಡಿ ಸಮಯವನ್ನು ಹೆಚ್ಚಿಸುವ ಮೂಲಕ ಅಗ್ಗದ ಮಾದರಿಯು ಹೆಚ್ಚು ವೆಚ್ಚವಾಗಬಹುದು.
ಸಾರಾಂಶದಲ್ಲಿ
- AI ಮಾರುಕಟ್ಟೆಯು ಒಂದೇ ಉತ್ಪನ್ನವನ್ನು ಒಳಗೊಂಡಿಲ್ಲ, ಆದರೆ ಸ್ಪರ್ಧಾತ್ಮಕ ಪೂರೈಕೆದಾರರಿಂದ ಅನೇಕ ಮಾದರಿ ಕುಟುಂಬಗಳು ಮತ್ತು ಆವೃತ್ತಿಗಳನ್ನು ಒಳಗೊಂಡಿದೆ; ಈ ಮೂರು ಪರಿಕಲ್ಪನೆಗಳು ವಿಭಿನ್ನವಾಗಿವೆ.
- ಎಂಟು ಪ್ರಮುಖ ಆಟಗಾರರು (Anthropic, OpenAI, Google, Meta, Mistral, xAI, DeepSeek, Cohere) ವಿವಿಧ ಕ್ಷೇತ್ರಗಳಲ್ಲಿ ಪ್ರಬಲರಾಗಿದ್ದಾರೆ.
- ಕಿಕ್ಕಿರಿದ ಮಾರುಕಟ್ಟೆಗೆ ಕಾರಣಗಳು ವಿಭಿನ್ನ ವ್ಯಾಪಾರ ಅಗತ್ಯಗಳು, ವೆಚ್ಚದ ಸ್ಪರ್ಧೆ, ಡೇಟಾ ಸಾರ್ವಭೌಮತ್ವ ಮತ್ತು ಆನ್/ಆಫ್ ಆದ್ಯತೆ.
- ಒಂದೇ "ಅತ್ಯುತ್ತಮ ಮಾದರಿ" ಉತ್ತರವಿಲ್ಲ; ಸರಿಯಾದ ಆಯ್ಕೆಯು ನಿಮ್ಮ ವ್ಯಾಪಾರ ಅಗತ್ಯಗಳನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ.
- ಉತ್ತಮ ಮಾದರಿ ಹೋಲಿಕೆಗೆ ಪಾತ್ರ, ಸಂದರ್ಭ, ಅಳೆಯಬಹುದಾದ ಕಾರ್ಯ ಮತ್ತು ಸ್ಪಷ್ಟ ಸ್ವರೂಪದೊಂದಿಗೆ ಪ್ರಾಂಪ್ಟ್ ಅಗತ್ಯವಿದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ನಿಮ್ಮ ಸ್ವಂತ ವ್ಯವಹಾರ ಅಥವಾ ಕಾಲ್ಪನಿಕ ವ್ಯವಹಾರವನ್ನು ಪರಿಗಣಿಸಿ. ಕೆಳಗಿನವುಗಳನ್ನು ಕಾಗದದ ತುಂಡು ಮೇಲೆ ಬರೆಯಿರಿ: (1) ನಿಮ್ಮ ಮುಖ್ಯ AI ಮಿಷನ್ ಏನು, (2) ನಿಮ್ಮ ಅಂದಾಜು ಮಾಸಿಕ ಥ್ರೋಪುಟ್, (3) ನಿಮ್ಮ ಡೇಟಾವು ವೈಯಕ್ತಿಕ ಡೇಟಾವನ್ನು ಹೊಂದಿದೆಯೇ, (4) ನಿಮ್ಮ ಬಜೆಟ್ ಸಂವೇದನೆ ಕಡಿಮೆ ಅಥವಾ ಹೆಚ್ಚಿದೆಯೇ? ನಂತರ ಮೇಲಿನ ಟೆಂಪ್ಲೇಟ್ 3 ಅನ್ನು ಬಳಸಿಕೊಂಡು ಈ ಪ್ರೊಫೈಲ್ ಅನ್ನು AI ಮಾದರಿಗೆ ನೀಡಿ (ವಿಶ್ಲೇಷಣೆ ಅಗತ್ಯವಿದೆ) ಮತ್ತು ನೀವು ಮುಚ್ಚಿದ ಅಥವಾ ತೆರೆದ ತೂಕದ ಮಾದರಿಯೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಲು ಏಕೆ ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ ಎಂದು ಕೇಳಿ. ಫಲಿತಾಂಶದ ಉತ್ತರವನ್ನು ನಾವು ಮುಂದಿನ ಘಟಕದಲ್ಲಿ ಪರೀಕ್ಷಿಸುತ್ತೇವೆ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಒದಗಿಸುವವರು, ಮಾದರಿ ಕುಟುಂಬ ಮತ್ತು ಮಾದರಿ ಆವೃತ್ತಿಯ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಉದಾಹರಣೆಯೊಂದಿಗೆ ವಿವರಿಸಬಹುದು.
- [ ] ಎಂಟು ಪ್ರಮುಖ ಪೂರೈಕೆದಾರರಲ್ಲಿ ಕನಿಷ್ಠ ಐದು ಮಂದಿ ಮತ್ತು ಅವರು ಎದ್ದು ಕಾಣುವ ಪ್ರದೇಶವನ್ನು ನಾನು ನೆನಪಿಸಿಕೊಳ್ಳುತ್ತೇನೆ.
- [ ] "ಅತ್ಯುತ್ತಮ ಮಾದರಿ" ಗಾಗಿ ಹುಡುಕಾಟವು ಏಕೆ ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತಿದೆ ಎಂಬುದನ್ನು ನಾನು ವಿವರಿಸಬಲ್ಲೆ.
- [ ] ನಾನು ಮಾದರಿ ಹೋಲಿಕೆಗಾಗಿ ಪ್ರಬಲ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಬರೆಯಬಹುದು.
- [ ] ನಾನು ನಾಲ್ಕು ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ನನ್ನ ಸ್ವಂತ ವ್ಯವಹಾರಕ್ಕಾಗಿ ಅಗತ್ಯಗಳ ವಿಶ್ಲೇಷಣೆಯನ್ನು ರಚಿಸಬಹುದು.