ලාභ:
- BDS 240 යටතේ ජර්නල් ප්රවේශ පරීක්ෂාව අනිවාර්ය වන්නේ මන්දැයි සහ කෘතිම බුද්ධියට සැක සහිත ප්රවේශ නිර්ණායක පරිලෝකනය කළ හැක්කේ කෙසේද යන්න තේරුම් ගන්න
- කෘත්රිම බුද්ධි සහාය ඇතිව පිටස්තරයන්, අසාමාන්ය වේලාවන් සහ අසාමාන්ය ප්රමාණ රටා සලකුණු කිරීමට සහ ප්රමුඛත්වය දීමට ඇති හැකියාව
- කෘත්රිම බුද්ධිය විසින් සලකුණු කරන ලද සෑම විෂමතාවයක්ම සොයා ගැනීමක් නොව, විගණකවරයා විසින් විමර්ශනය කරනු ලබන ප්රශ්නාර්ථ ලකුණක් බව පවත්වා ගැනීමට හැකිවීම, ව්යාජ ධනාත්මක කරුණු ඉවත් කිරීම මානව වගකීමකි.
ව්යාපාරයක මූල්ය ප්රකාශන මූලික වශයෙන් මිලියන ගණනක ජර්නල සටහන් වල එකතුවයි (ගිණුම්කරණයේදී, සෑම මුල්ය ගනුදෙනුවක්ම හර සහ ණය ලෙස සටහන් වේ). දෝෂය සහ වංචාව යන දෙකම අවසානයේ සඟරා ප්රවේශයක් තුළ ජීවත් වේ: වැරදි ගිණුමකට ලියා ඇති මුදලක්, "අමතක වූ" දීමනාවක් සහ කාල සීමාව අවසානයේ ආපසු හැරවීම, මධ්යම රාත්රියේදී අසාමාන්ය ප්රවේශයක් අතින් ඇතුල් විය. එබැවින්, BDS 240 (මූල්ය ප්රකාශන විගණනයේ වංචා සම්බන්ධයෙන් විගණකගේ වගකීම් නියාමනය කරන ප්රමිතිය) පැහැදිලිවම විගණකවරයාට සඟරා ප්රවේශ පරීක්ෂාව සිදු කිරීමට අවශ්ය වේ. එහි පරමාර්ථය වන්නේ කළමනාකාරිත්වය අතික්රමණය කිරීම හරහා කළමනාකාරිත්වය විසින් කළ හැකි උපාමාරු හෙළිදරව් කිරීමයි.
මෙම ඒකකය තුළ, අපි කෘතිම බුද්ධිය විෂමතා සහ දෝෂ හඳුනාගැනීමේ එන්ජිමක් බවට පත් කරන්නේ කෙසේද යන්න ආවරණය කරනු ඇත, නමුත් සෑම සලකුණු වාර්තාවක්ම "සොයා ගැනීමක්" වෙනුවට "ප්රශ්නාර්ථ ලකුණක්" වන්නේ මන්ද යන්නයි. පළමු සංකල්ප දෙක. විෂමතාවයක් යනු අපේක්ෂිත රටාවෙන් බැහැර වන දත්ත කට්ටලයක අසාමාන්ය වාර්තාවකි. පිටස්තරයෙක් යනු අනෙක් ඒවාට වඩා සංඛ්යාත්මකව සැලකිය යුතු ලෙස වෙනස් වන නිරීක්ෂණයකි (ඉතා විශාල ප්රමාණයක්, ඉතා ඉහළ සංඛ්යාතයක් වැනි). විෂමතාව සෑම විටම දෝෂයක් නොවේ; නමුත් විගණකවරයා බැලිය යුත්තේ එයයි.
ජර්නල ප්රවේශ පරීක්ෂණයේ සැක සහිත පළ කිරීමේ නිර්ණායක
BDS 240 පවසන්නේ යම් යම් ලක්ෂණ සහිත වාර්තා වංචා කිරීමේ අවදානමට වඩා වැදගත් බවයි. AI හට තත්පර කිහිපයකින් මෙම නිර්ණායක මත පදනම්ව වාර්තා සිය දහස් ගණනක් පරිලෝකනය කළ හැක. සාමාන්ය "රතු කොඩි" නිර්ණායක:
- අසාමාන්ය වේලාව: වැඩ කරන වේලාවෙන් පසුව, සති අන්තයක, රජයේ නිවාඩු දිනයක, හෝ වාරය අවසන් වන අවසන් දිනයේ දී අත්පොත වාර්තා ඇතුළත් කර ඇත.
- අසාමාන්ය පරිශීලක: සාමාන්යයෙන් ගිණුම් වාර්තා ඇතුළත් නොකරන පරිශීලකයෙකු විසින් ඇතුළත් කරන ලද වාර්තා (උදාහරණයක් ලෙස, පරිපාලක).
- අසාමාන්ය ගිණුම් සංයෝජන: එකිනෙක බලාපොරොත්තු නොවන ගිණුම් අතර පළ කිරීම් (උදා. ආදායම් ගිණුමක් සහ අසාමාන්ය මුදල් නොවන ගිණුමක්).
- වට ප්රමාණය: 100,000, 500,000 වැනි "පිරිසිදු" විශාල ප්රමාණයන්; එය අතින් හැසිරවීමේ සාමාන්ය සලකුණකි.
- හිස් හෝ අපැහැදිලි විස්තර සහිත වාර්තා: "නිවැරදි කිරීම", "විවිධ", "තාවකාලික" වැනි හිස් විස්තර.
- ප්රතිවර්තනය කරන ලද වාර්තා: කාලපරිච්ඡේදය ආරම්භයේදී ඇතුළත් කළ වාර්තා සහ කෙටි කාලයකින් පසු අවලංගු කරන ලදී (storno).
- අනුපිටපත් අනුපිටපත්: අනුමත සීමාවට මදක් පහළින් (උදා: $50,000) වාර්තා විශාල සංඛ්යාවක් පොකුරු කර ඇත.
ඉඟිය: මෙම නිර්ණායක ගැන තනි තනිව නොව එකට සිතන්න. "රවුම් මුදල" පමණක් අහිංසක විය හැක; නමුත් "සති අන්තයේ, පරිපාලකයෙකු විසින්, විස්තරය හිස්, රවුම් අනුකූල, කාල පරිච්ඡේද අත්පොත පළකිරීමේ අවසානය" යනු ශක්තිමත් රතු ධජයකි. "අවදානම් ලකුණු" නිපදවීමට AI ඒකාබද්ධ නිර්ණායක තිබීම ඔබට ප්රමුඛත්වය දීමට උපකාරී වේ.
ව්යාජ ධනාත්මක සත්යය: සෑම ලකුණක්ම සොයා ගැනීමක් නොවන්නේ මන්ද?
විෂමතා පරිලෝකනය කිරීමේ ස්වභාවය ව්යාජ ධනාත්මක වේ: ඇත්ත වශයෙන්ම නීත්යානුකූල වන රීතිය මගින් සලකුණු කරන ලද වාර්තා. උදාහරණයක් ලෙස, සමාගමක් සෑම මසකම අවසාන ව්යාපාරික දිනයේදී රවුන්ඩ් රොබින් කුලී උපචිතයකට ස්වයංක්රීයව ඇතුල් වේ; මෙය "වට ප්රමාණය + කාල සීමාව අවසන්" නිර්ණායකය සමඟ සිරවී ඇත, නමුත් එය සම්පූර්ණයෙන්ම සාමාන්ය වේ. විගණකවරයාගේ කාර්යය වන්නේ සලකුණු කළ ගොඩින් සැබෑ අවදානම උකහා ගැනීමයි. මෙම වර්ග කිරීම මාරු කළ නොහැක; මක්නිසාද යත් සැක කටයුතු වලින් නීත්යානුකූලව වෙන්කර හඳුනා ගැනීම සඳහා ව්යාපාරය සහ සන්දර්භය දැන ගැනීම අවශ්ය වේ - AI සතුව නැති දෙයක්.
එබැවින් සෑම විටම ප්රතිදානය කියවන්න: "AI විසින් මා වෙනුවෙන් වාර්තා 420ක් සලකුණු කර ඇත. ඒවායින් බොහොමයක් ව්යාජ ධනාත්මක ඒවා විය හැකිය. මගේ කාර්යය වන්නේ මෙම 420 න් ඇත්ත වශයෙන්ම විමර්ශනය කළ යුතු ඒවා, රටා සහ තනි පුද්ගල සැක සහිත ඒවා සොයා ගැනීමයි." මෙම දර්ශනය ඔබව ස්වයංක්රීය නැඹුරුව (දෝෂයක් සඳහා සෑම සලකුණක්ම ගැනීම) සහ කම්මැලිකම (ඒවා කිසිවක් දෙස නොබැලීම) යන දෙකෙන්ම ආරක්ෂා කරයි.
විෂමතා හඳුනාගැනීම පියවරෙන් පියවර
- දත්ත සකස් කර සම්පූර්ණත්වය තහවුරු කරන්න. (පෙර ඒකකයේ ප්රතිසන්ධාන පියවර.)
- නිර්ණායක පැහැදිලිව නිර්වචනය කරන්න. සලකුණු කරන්නේ කුමන වේලාව, ප්රමාණය, පරිශීලක සහ විස්තර රටාද?
- AI සමඟ ස්කෑන් කර ලකුණු කරන්න. නිර්ණායක අනුව සෑම වාර්තාවක්ම සලකුණු කරන්න; බහුවිධ නිර්ණායක සපුරාලන අයට ඉහළ ප්රමුඛතාවයක් දෙන්න.
- වැරදි ධනාත්මක කරුණු ඉවත් කරන්න. දන්නා නීත්යානුකූල රටා (ස්වයංක්රීය උපචිත වැනි) පෙරහන් කරන්න හෝ සලකුණු කරන්න.
- ඉතිරි වාර්තා පරීක්ෂා කරන්න. උපකාරක ලේඛනය, අනුමැතිය සහ ව්යාපාර තර්කනය වෙත එක් එක් සම්බන්ධ කරන්න.
- නිගමනය සහ තර්කය ලේඛනගත කරන්න. ඔබට සැක සහිත දේ සහ ඇයි, ඔබ ඉවත් කළ දේ සහ ඇයි දැයි ලියන්න.
කුඩා නඩු තුනක්
නඩුව 1 - සැබෑ සොයා ගැනීම. විගණකයෙක් AI සමඟ සඟරා ඇතුළත් කිරීම් 240,000ක් පරිලෝකනය කළේය; එය "කාලසීමාවේ අවසාන දින 3 + අත්පොත + විස්තරය 'නිවැරදි කිරීම' + මුදල මෙන් 100,000 ගුණයක්" යන නිර්ණායක ඒකාබද්ධ කළේය. වාර්තා 14කට ඉහළ ලකුණු ලැබිණි. සමාලෝචනයේදී, 11 නීත්යානුකූල වසර අවසාන ගැලපීම් විය; කෙසේ වෙතත්, ආදායම් ගිණුම පුම්බන ආකාරයෙන් ඇතුළත් කිරීම් 3ක් ඇතුළත් කර ඇති අතර පහත කාලසීමාව ආපසු හැරවිය හැකි අතර, ඒ සඳහා උපකාරක ලියකියවිලි කිසිවක් නොතිබුණි. මෙය පාලන මඟහැර කළමනාකරණයේ රටාවක් වූ අතර එය සැලකිය යුතු සොයා ගැනීමක් විය. AI ප්රශ්න 14ක් ඇසුවා; විගණකගේ සංශයවාදය සැබෑ පිළිතුරු 3 සොයා ගත්තේය.
නඩුව 2 - වැරදි ධනාත්මක උගුලක්. කණ්ඩායමේ සාමාජිකයෙකු "සැක සහිත ගනුදෙනු" යන මාතෘකාව යටතේ AI සෘජුවම වැඩ පත්රිකාවට සලකුණු කර ඇති "වට අනුකූල" වාර්තා 380 ලිවීය. නිලධාරියා බැලූ විට, ඔවුන්ගෙන් බොහෝ දෙනෙක් ස්ථාවර කුලී, ස්ථාවර උපදේශක ගාස්තු සහ ස්වයංක්රීය ක්ෂයවීම් වාර්තා ඇති බව දුටුවේය; ඒවා සියල්ල නීත්යානුකූල විය. වැඩ පත්රිකාව විගණනය වැරදි දිසාවකට ගෙන ගිය "ව්යාජ සොයාගැනීම් ලැයිස්තුවක්" බවට පත්ව ඇත. පාඩම: සලකුණු කළ සෑම වාර්තාවක්ම සොයා ගැනීමක් නොවේ; විගණකවරයා තේරීම සිදු කරයි.
3 වන අවස්ථාව - නිර්ණායක ඉතා පටු ලෙස සැකසීම. විගණකවරයෙකු "සති අන්ත වාර්තාව" නිර්ණායකය පමණක් භාවිතා කළ අතර සැක කටයුතු වාර්තා කිසිවක් සොයා ගත්තේ නැත; ඔහු සැහැල්ලු විය. කෙසේ වෙතත්, ව්යාපාරය තුළ, උපාමාරු වාර්තා සතියේ දින වැඩ කරන වේලාවන් තුළ ඇතුළත් කර ඇත, නමුත් අසාමාන්ය ගිණුම් සංයෝජන සමඟ. තනි, පටු නිර්ණායකයක් මත විශ්වාසය තැබීම ඔහුට සැබෑ අවදානම දැකීමෙන් වැළකුණි. විගණකවරයා නිර්ණායක පුළුල් කළ විට රටාව මතු විය. පාඩම: තනි නිර්ණායකයක් සහතිකයක් ලබා නොදේ; එය බහුමානව බලන්න.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම සඟරා සටහන් වල වංචනික සටහන් සොයන්න.
ගැටලුව: AI හට වංචාව "හඳුනා ගැනීමට" නොහැක; වංචාව නීතිමය/වෘත්තීය ප්රතිවිපාකයක් මිස දත්ත රටාවක් නොවේ. එසේම "වංචනික" යනු නිර්වචනය නොවේ. මෙම විමසුම සෑදූ "වංචා ලැයිස්තුවක්" හෝ අර්ථ විරහිත කොඩි නිෂ්පාදනය කරයි.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: ඔබ ස්වාධීන විගණකගේ සඟරා ප්රවේශ විශ්ලේෂණ සහායකයෙකි. ඔබ නිර්ණායකයට අනුව වාර්තාව සලකුණු කරන්න; වංචා/දෝෂ තීරණය මට අයත් වේ. සන්දර්භය: නිර්නාමික සඟරා දත්ත (තීරු: වාර්තා_අංකය, දිනය, වේලාව, පරිශීලක_භූමිකාව, හර_ගිණුම, ණය_ගිණුම, මුදල, වාර්තා_වර්ගය[අතින්/ස්වයංක්රීය], විස්තරය). වාර අවසානය: 31.12. වැඩ කරන වේලාවන්: 09:00-18:00, සඳුදා-සිකුරා. කාර්යය:1) පහත නිර්ණායකවලට අනුව එක් එක් වාර්තාවට "අවධානය ලකුණු" ලබා දෙන්න (අනුකූලතා කීයක් අමුණා තිබේද යන්න මත පදනම්ව): a) record_type=manual b) දිනය දෙසැම්බර් 29-31 අතර දිනය හෝ සති අන්ත/නිවාඩු c) dL 0 වට වටයේ මුදල e) විස්තරය හිස් හෝ {නිවැරදි කිරීම, විවිධ, තාවකාලික} in2) ලකුණු 3 සහ ඊට වැඩි ලකුණු ඇති අයට ප්රමුඛතා ලැයිස්තුවක් ලෙස දෙන්න.3) ඔබ යොදන සෑම නිර්ණායකයක්ම සරල පාඨයෙන් ලියන්න (විගණන හැකියාව) ව්යාජ වාර්තාවක් එකතු කිරීම.
මෙම විමසුම බලගතු වන්නේ එය නිර්ණායක පැහැදිලිව නිර්වචනය කරන නිසාත්, බහුමාන ලකුණු, විගණන හැකියාව අවශ්ය වන නිසාත්, නිමැවුම නිවැරදිව ස්ථානගත කරන නිසාත් (ව්යතිරේකය, ප්රතිඵලය නොවේ).
පොදු වැරදි
- එහි තේරුම "උපක්රමය සොයන්න" යන්නයි. AI වංචාව හඳුනා නොගනී; නිර්ණායක අනුව සලකුණක් තබයි. වංචා කිරීම වෘත්තීය/නීතිමය ප්රතිවිපාකයකි.
- සොයා ගැනීමක් සඳහා ලකුණ වැරදියි. ව්යාජ ධනාත්මක කරුණු ඉවත් නොකර සැක සහිත වාර්තාව "දෝෂය" ලෙස ලිවීම.
- එක් නිර්ණායකයක් මත රඳා පවතී. පටු රීතියක් භාවිතා කිරීම සහ සැබෑ රටාව මග හැරීම.
- නීත්යානුකූල රටා පෙරීම නොවේ. සැක සහිත ලැයිස්තුවට ස්වයංක්රීය උපචිත ඇතුළත් කිරීමෙන් ශබ්දය නිර්මාණය කිරීම.
- තාර්කිකත්වය ලේඛනගත නොකිරීම. ඔබ ඉවත් කළ/තබාගත් දේ සහ ඇයි දැයි ලිවීමෙන් තොරව වැඩ පත්රිකාව සොයා ගත නොහැකිව තැබීම.
අවවාදයයි: පටිගත කිරීමක් "සැක සහිත" ලෙස විස්තර කිරීම බරපතල ප්රකාශයකි. සොයා ගැනීමක් ලෙස ලිවීමට පෙර සාක්ෂි (ආධාරක ලේඛනය, තහවුරු කිරීම, ව්යාපාරික නඩුව) සමඟ තහවුරු කරන්න. එසේ නොමැති නම්, ඔබ ව්යාපාරයට අසාධාරණයක් වන අතර විගණන ගුණාත්මක භාවයට හානි වේ.
සාරාංශයකින්
BDS 240 යටතේ ජර්නල් ප්රවේශ පරීක්ෂණය අවශ්ය වන අතර, AI මේ සඳහා සුදුසුම එන්ජිම වේ: එය තත්පර කිහිපයකින් බහුමාන නිර්ණායකවලට එරෙහිව වාර්තා සිය දහස් ගණනක් පරිලෝකනය කර අවධානය යොමු කරයි. නමුත් AI විසින් වංචා හෝ දෝෂ "හඳුනා නොගනී"; එය අසාමාන්ය දේ පමණක් සලකුණු කරයි. ප්රතිදානය ව්යතිරේක ගොඩකි. එයින් ඇති සැබෑ අවදානම නිරාකරණය කර ගැනීම, නීත්යානුකූල අවදානම ඉවත් කිරීම සහ නිගමනවලට එළඹීම විගණකවරයාගේ සංශයවාදය සහ විනිශ්චයට භාරයි. ලකුණ ප්රශ්න ලකුණක් මිස පිළිතුරක් නොවේ.
යෙදුම් කාර්යය
උපකල්පිත සඟරා දත්ත සඳහා විෂමතා නිර්ණායක පහක් සඳහන් කරන්න (කාලසටහන, පරිශීලක, මුදල, ගිණුම් සංයෝජනය, විස්තරය). ඉහත බලවත් කඩිනම් රටාව සමඟින් AI බහු-මාන "අවධානය ලකුණු" නිපදවීමට සලස්වන්න. ඉන්පසු "screening guide" ලියන්න: කුමන නීත්යානුකූල රටා (ස්වයංක්රීය උපචිත, ස්ථාවර කුලිය, ආදිය) ව්යාජ ධනාත්මක ලෙස පෙරා දැමිය යුතුද? අවසාන වශයෙන්, ඉහළ ලකුණු වාර්තා 5 සඳහා, "මම සොයන්නේ කුමන සාක්ෂිද?" ප්රශ්නයට පිළිතුරු දෙන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම දත්ත නිර්නාමික කර එහි සම්පූර්ණත්වය තහවුරු කළෙමි.
- [ ] මම විෂමතා නිර්ණායක බහුමානව සහ පැහැදිලිව නිර්වචනය කළෙමි.
- [ ] මට අවධානය යොමු කිරීමේ සරල පාඨය ලැබුණු අතර AI වෙතින් නිර්ණායක යෙදුවෙමි.
- [ ] මම දන්නා නීත්යානුකූල රටා ව්යාජ ධනාත්මක ලෙස පෙරා ගත්තෙමි.
- [ ] මම උපකාරක ලියකියවිලි සහ තහවුරු කිරීම් සමඟ ඉහළ ලකුණු වාර්තා සමාලෝචනය කර ඇත.
- [ ] "වංචාව/දෝෂය" අවසන් කිරීමට පෙර මම එය සාක්ෂි සහිතව සත්යාපනය කළෙමි.
- [ ] මට සැක සහිත දේ සහ ඇයි දැයි මම ලේඛනගත කළෙමි.