LLM Memberi Penghargaan Pada Keahlian

LLM memberi penghargaan pada keahlian. Pada tahun 2010-an, kesenjangan teknis berarti mengandalkan rekan kerja atau berharap pada jawaban online. Hari ini, LLM membuat semua orang menjadi generalis, tetapi banyak yang mengira memberi perintah tidak memerlukan keterampilan.

Itu salah. Keterampilan kuncinya adalah keahlian domain. Percakapan Terence Tao dengan ChatGPT tentang Konjektur Jacobian menunjukkan ini: pemahaman matematisnya memungkinkan dia mengarahkan model, mengajukan pertanyaan spesifik, dan mengidentifikasi kelemahan.

Demikian pula, mengenal basis kode Anda memungkinkan Anda mendorong LLM lebih jauh daripada prinsip umum. Tanpa pengetahuan domain, Anda masih bisa mendapatkan sesuatu dari LLM, tetapi dengan itu, Anda mengekstrak lebih banyak nilai. Keahlian manusia tetap penting seiring model membaik; hambatannya adalah mengkomunikasikan solusi yang diinginkan, bukan kemampuan model.