Better Dev Club #42 - Modele decyzyjne: Jev, Microsoft (na Qwenie) i co dalej?
Modele decyzyjne mają wybierać odpowiedź, a nie prowadzić rozmowę. Czym różnią się od LLM-ów i dlaczego poprawny JSON jeszcze nie oznacza dobrej decyzji? W odcinku #42 rozmawiamy o Jev od TypeSafe AI, Microsoft-Decision-1 opartym na Qwenie oraz o tym, co w modelach decyzyjnych jest nowe, a co znamy od lat z machine learningu. Sprawdzamy, gdzie takie modele mogą się przydać: w wyborze narzędzi i modeli dla agentów AI, paper tradingu oraz wspomaganiu decyzji medycznych. Jest też historia lekarzy pytających ChatGPT, MedDecider i wyniki na egzaminie LEK. Dlaczego dobry wynik benchmarku nie zastępuje rozmowy z pacjentem? I kiedy wyspecjalizowany model ma więcej sensu niż kolejny prompt do ogólnego LLM-a?00:00 Model decyzyjny kontra szef00:45 Microsoft-Decision-1 kontra Jev04:45 Czym jest model decyzyjny?07:07 Qwen pod spodem i structured output09:28 To samo pytanie, ta sama decyzja?10:40 Sekundy kontra milisekundy12:12 MedDecider, medycyna i paper trading16:28 Qwen, Drex i modele bazowe18:07 Microsoft kontra startup — Dawid i Goliat21:07 Routing agentów: model, narzędzie czy człowiek?23:55 Microsoft Foundry kontra gotowe aplikacje AI28:00 Lekarz pyta ChatGPT31:58 Wyniki LEK to nie wszystko33:43 Pomysł na startup i zakończenie#AI #ModeleDecyzyjne #BetterDevClub #Qwen #Jev #AgenciAI
Piotrek i Kajtek wprowadzają w temat modeli decyzyjnych, porównując je do szefów w firmach.
Microsoft wypuścił Microsoft Decision One jako konkurencja dla Jeva
Kajtek opisuje nowy model decyzyjny Microsoft Decision One i porównuje go z konkurencją, w tym Jevem.
Kajtek wyjaśnia różnice między modelami decyzyjnymi a LLM-i, podkreślając szybkość i zastosowania.
Kajtek analizuje konkurencję na rynku modeli decyzyjnych, w tym Microsoft Decision One, Jev i Meddecider.
Kajtek omawia zastosowania modeli decyzyjnych, takie jak medycyna i giełda, oraz ich potencjał.
Kajtek podsumowuje temat i zakońчив odcinek, proponując zainwestowanie w startupy związanym z modelami decyzyjnymi.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
„Microsoft wypuścił Microsoft Decision One jako konkurencja dla Jeva"
Kliknij, aby znaleźć fragmenty, w których pada.
Modele decyzyjne mają wybierać odpowiedź, a nie prowadzić rozmowę. Czym różnią się od LLM-ów i dlaczego poprawny JSON jeszcze nie oznacza dobrej decyzji? W odcinku #42 rozmawiamy o Jev od TypeSafe AI, Microsoft-Decision-1 opartym na Qwenie oraz o tym, co w modelach decyzyjnych jest nowe, a co znamy od lat z machine learningu. Sprawdzamy, gdzie takie modele mogą się przydać: w wyborze narzędzi i modeli dla agentów AI, paper tradingu oraz wspomaganiu decyzji medycznych. Jest też historia lekarzy pytających ChatGPT, MedDecider i wyniki na egzaminie LEK. Dlaczego dobry wynik benchmarku nie zastępuje rozmowy z pacjentem? I kiedy wyspecjalizowany model ma więcej sensu niż kolejny prompt do ogólnego LLM-a?
Model decyzyjny kontra szef
Microsoft-Decision-1 kontra Jev
Czym jest model decyzyjny?
Qwen pod spodem i structured output
To samo pytanie, ta sama decyzja?
Sekundy kontra milisekundy
MedDecider, medycyna i paper trading
Qwen, Drex i modele bazowe
Microsoft kontra startup — Dawid i Goliat
Routing agentów: model, narzędzie czy człowiek?
Microsoft Foundry kontra gotowe aplikacje AI
Lekarz pyta ChatGPT
Wyniki LEK to nie wszystko
Pomysł na startup i zakończenie
#AI #ModeleDecyzyjne #BetterDevClub #Qwen #Jev #AgenciAI