مهندسی سریع سال گذشته به یک کار داغ در صنعت هوش مصنوعی تبدیل شد، اما به نظر می رسد Anthropic اکنون در حال توسعه ابزارهایی است که حداقل تا حدی آن را خودکار می کند.

بر اساس یک پست وبلاگ شرکت، Anthropic چندین ویژگی جدید را در روز سه‌شنبه منتشر کرد تا به توسعه‌دهندگان کمک کند تا با مدل زبان این استارت‌آپ، Claude، برنامه‌های کاربردی مفیدتری ایجاد کنند. توسعه دهندگان اکنون می توانند از Claude 3.5 Sonnet برای تولید، آزمایش و ارزیابی اعلان ها، با استفاده از تکنیک های مهندسی سریع برای ایجاد ورودی های بهتر و بهبود پاسخ های کلود برای کارهای تخصصی استفاده کنند.

مدل‌های زبان وقتی از آن‌ها می‌خواهید کارهایی را انجام دهند بسیار بخشنده هستند، اما گاهی اوقات تغییرات کوچک در عبارت یک اعلان می‌تواند منجر به پیشرفت‌های بزرگ در نتایج شود. معمولاً باید خودتان آن عبارت را بفهمید، یا یک مهندس فوری برای انجام آن استخدام کنید، اما این ویژگی جدید بازخورد سریعی را ارائه می دهد که می تواند یافتن پیشرفت ها را آسان تر کند.

ویژگی‌ها در کنسول Anthropic و تحت یک تب جدید ارزیابی قرار دارند. کنسول، آشپزخانه آزمایشی استارت آپ برای توسعه دهندگان است که برای جذب کسب و کارهایی که به دنبال ساخت محصولات با کلود هستند، ایجاد شده است. یکی از ویژگی هایی که در ماه می رونمایی شد، ژنراتور سریع داخلی Anthropic است. این یک توصیف کوتاه از یک کار را می‌گیرد و یک دستور بسیار طولانی‌تر و کامل را با استفاده از تکنیک‌های مهندسی سریع آنتروپیک ایجاد می‌کند. در حالی که ابزار آنتروپیک ممکن است به طور کلی جایگزین مهندسان سریع نشود، این شرکت بيان کرد که به کاربران جدید کمک می کند و در زمان برای مهندسان باتجربه صرفه جویی می کند.

در Evaluate، توسعه‌دهندگان می‌توانند آزمایش کنند که اعلان‌های برنامه هوش مصنوعی آنها در طیف وسیعی از سناریوها چقدر مؤثر است. توسعه دهندگان می توانند نمونه های دنیای واقعی را در مجموعه آزمایشی آپلود کنند یا از کلود بخواهند مجموعه ای از موارد آزمایشی تولید شده توسط هوش مصنوعی را ایجاد کند. سپس توسعه‌دهندگان می‌توانند میزان مؤثر بودن اعلان‌های مختلف را در کنار یکدیگر مقایسه کنند و به پاسخ‌های نمونه در مقیاس پنج درجه‌ای رتبه‌بندی کنند.

در نمونه‌ای از پست وبلاگ Anthropic، یک توسعه‌دهنده تشخیص داد که برنامه آنها پاسخ‌هایی را می‌دهد که در چندین مورد آزمایشی بسیار کوتاه هستند. توسعه‌دهنده می‌توانست خطی را در دستور خود تغییر دهد تا پاسخ‌ها طولانی‌تر شود و آن را به طور همزمان در تمام موارد آزمایشی خود اعمال کند. این می تواند باعث صرفه جویی در زمان و تلاش زیادی برای توسعه دهندگان شود، به ویژه آنهایی که تجربه مهندسی سریع کمی دارند یا اصلاً ندارند.

داریو آمودی، مدیرعامل و یکی از بنیان‌گذاران Anthropic، در مصاحبه‌ای با Google Cloud Next در اوایل سال جاری، بيان کرد که مهندسی سریع یکی از اصلی ترین چیزها برای پذیرش گسترده هوش مصنوعی مولد در سازمان است. آمودی گفت: "به نظر ساده می رسد، اما 30 دقیقه با یک مهندس سریع اغلب می تواند یک برنامه کاربردی را در حالی که قبلا نبود."

خبرکاو