قرأت هذا المقال فقط أدركت أننا قضينا وقتًا طويلاً في تعديل إصدار النموذج وطول السياق، وفي الواقع كنا نعمل على تحسين سرعة خط الإنتاج، لكننا نسينا وضع بوابة فحص الجودة. فكرة Hermes عملية جدًا، وتستحق التجربة.

> العنوان الأصلي: كيفية إصلاح تدهور الذكاء الاصطناعي (باستخدام هيرميس)
> الكاتب الأصلي: @EXM7777
> الترجمة: بيجي
>




مقدمة المحرر: غالبًا ما يُعزى تدهور المحتوى الذي تنتجه الذكاء الاصطناعي إلى كلمات الطلب غير الجيدة، أو نموذج غير قوي، أو سياق غير مكتمل. لكن هذه المقالة تقدم حكمًا أقرب إلى نظام هندسي: المشكلة ليست في جانب الإدخال، بل في جانب الإخراج.




يعتقد الكاتب أن الكثير من الناس جربوا مرارًا وتكرارًا إعادة صياغة الطلب، ترقية النموذج، تفعيل الذاكرة، تكديس ملفات السياق، لكن تدهور الذكاء الاصطناعي لا يزال يظهر بشكل متكرر. السبب هو أن هذه الطرق تركز على تحسين «التوليد» نفسه، لكنها لم تبنِ نظامًا ثابتًا للتحكم في الجودة. تمامًا كما أن المصنع لا يعتمد فقط على إحساس العاملين لتحديد ما إذا كانت المنتجات ستُصدر، فإن الذكاء الاصطناعي