HN وښایاست: ما LLMs ته د جادو لوبې کول زده کړل: د یو بل پروړاندې راټول

\u003ch2\u003e HN وښایاست: ما LLMs ته د جادو لوبې کول زده کړل: د یو بل په وړاندې غونډه\u003c/h2\u003e \u003cp\u003e دا هیکر نیوز "شو HN" پوسټ د ټولنې لپاره د پراختیا کونکو لخوا رامینځته شوی نوښتګر پروژه یا وسیله وړاندې کوي. سپارل په عمل کې تخنیکي نوښت او د ستونزو حل استازیتوب کوي.\u003c/p\u003e \u003ch3\u003eد پروژې مهم ټکي\u003c/h3\u003e \u003cp\u003e مهم اړخونه چې دا پروژه د پام وړ کوي:\u003c/p\u003e \u003کول\u003e \u003cli\u003e د همکارۍ د هڅولو لپاره د خلاصې سرچینې چلند\u003c/li\u003e \u003cli\u003e د حقیقي نړۍ ستونزو لپاره عملي حل\u003c/li\u003e \u003cli\u003eد سافټویر په پراختیا کې تخنیکي نوښت\u003c/li\u003e \u003cli\u003e د ټولنې ښکیلتیا او د فیډبیک پرمخ وړل پرمختګ\u003c/li\u003e \u003c/ul\u003e \u003ch3\u003eتخنیکي اهمیت\u003c/h3\u003e \u003cp\u003eدا ډول پروژه د ټولنې لخوا پرمخ وړل شوي پراختیا او د همکارۍ هڅو له لارې د تخنیکي حلونو دوامداره تکامل څرګندوي.\u003c/p\u003e

په مکرر ډول پوښتل شوي پوښتنې

LLMs څنګه د جادو پیچلي قواعد پوهیږي: غونډه؟

LLMs د لوبې حالت د جوړښت نمایندګۍ سره هڅول کیږي، پشمول په لاس کې کارتونه، د جګړې ډګر، هدیره، او شته مانا. ماډل د کارت متن په اړه د طبیعي ژبې د پوهیدو په کارولو سره د قانوني کړنو له لارې دلیلونه وړاندې کوي. پداسې حال کې چې LLMs په طبیعي توګه د MTG قواعد نه پوهیږي، په احتیاط سره انجینر شوي لارښوونې او د قواعدو لنډیز د دوی پریکړه کولو لارښوونه کوي. پایله هغه اجنټان دي چې کولی شي د کارت تعاملات ، جنګي ریاضي ، او لومړیتوب کړکۍ حرکت وکړي - که څه هم دوام د موډلونو او ډیک آرکیټایپونو ترمینځ د پام وړ توپیر لري.

کوم LLM د جادو په لوبولو کې غوره کار کړی: دی ګیټرینګ؟

پایلې د لوبې د مرحلې او ډیک پیچلتیا له مخې توپیر لري، مګر لوی استدلال متمرکز ماډلونه په عمومي ډول د څو مرحلو پریکړه ونې لکه جګړه کې کوچني ماډلونه غوره کوي. هغه موډلونه چې قوي لارښوونې تعقیبوي د لږ غیرقانوني حرکتونو سره مخ دي. دا د پیچلې لوبې AI څیړنې موندنې منعکس کوي - خام وړتیا د جوړښت شوي استدلال څخه لږ اهمیت لري. که تاسو د خپل پلیټ فارم لپاره د دې په څیر د AI ځواک لرونکي وسیلې رامینځته کوئ ، نو حلونه لکه Mewayz (207 ماډلونه، $19/mo) کولی شي پرمختګ ګړندی کړي پرته لدې چې له پیل څخه پیل شي.

ایا دا پروژه د نورو سوداګریزو کارت لوبو لکه پوکیمون یا Yu-Gi-Oh ته غځول کیدی شي؟

هو - د جوړښت شوي متن په توګه د لوبې حالت کوډ کولو اصلي جوړښت او د عمل انتخاب لپاره د LLM پوښتنه کول د لوبې اګنوسټیک دی. د دې تطابق کول د مقرراتو پرت بیا لیکلو ته اړتیا لري ، د کارت ډیټابیس پارس کول ، او د هدف لوبې لپاره عاجل ټیمپلیټونه. د دې پروژې خلاصې سرچینې ماهیت د دې مستقیم غزول او غځول کوي. هغه پرمخ وړونکي چې د داسې وسیلو د جوړولو او پیلولو په لټه کې دي په چټکۍ سره ممکن د Mewayz په څیر پلیټ فارمونه وپلټي، کوم چې د چټک پروټوټایپ او پلي کولو مالتړ لپاره $ 19 / میاشت کې 207 چمتو کولو ماډلونه وړاندې کوي.

د لوبې کولو اجنټانو په توګه د LLMs کارولو اصلي محدودیتونه څه دي؟

تر ټولو لوی محدودیتونه د ځنډ، د هرې اندازې لګښت، او ناانډولتیا دي - LLMs کولی شي غیرقانوني حرکتونه یا په ستراتیژیک ډول ضعیف انتخابونه وکړي، په ځانګړې توګه په اوږده لوبو کې د لوی لاسونو سره. دوی د بارونو په اوږدو کې دوامداره حافظه هم نلري پرته لدې چې د لوبې بشپړ لاګ هر پرامپټ بیا تغذیه شي ، کوم چې د توکین کارول د پام وړ زیاتوي. دا ننګونې د LLM لوبې اجنټان د تولید رقابتي لوبې په پرتله د څیړنې او ډیمو لپاره غوره کوي، لږ تر لږه تر هغه چې د اټکل لګښتونه او اعتبار د پام وړ وده ومومي.