Ao ler este artigo, percebi que, após tanto tempo a experimentar versões de modelos e comprimentos de contexto, na verdade estávamos sempre a otimizar a velocidade da linha de produção, esquecendo-nos de implementar uma porta de controlo de qualidade. A abordagem do Hermes é bastante orientada para a engenharia, vale a pena experimentar.

> Título original: Como Corrigir o AI Slop (Usando Hermes)
> Autor original: @EXM7777
> Tradução: Peggy
>




Nota do editor: A "lixo" gerada por IA muitas vezes é atribuída a prompts inadequados, modelos fracos ou contexto incompleto. Mas este artigo apresenta uma avaliação mais próxima de um sistema de engenharia: o problema não está na entrada, mas na saída.




O autor acredita que muitas pessoas já tentaram reescrever prompts, atualizar modelos, ativar memórias, empilhar arquivos de contexto, mas o AI slop ainda continua a ocorrer. A razão é que esses métodos otimizam a "geração" em si, mas não estabelecem um mecanismo de controle de qualidade estável. Assim como uma fábrica não depende apenas do toque dos trabalhadores para decidir se um produto sai ou não, o AI