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
Dla Microsoftu to jest strzał bardzo dobry, tak wbrew pozorom, pomimo tego, w jaki sposób to zrobili, ale Microsoft bardziej stawia właśnie na komunikaty do osób, które tworzą Aplikacje oparte o agentów, może w ten sposób? Albo które właśnie tworzą systemy multiagentowe. No bo tak, no jakby troszeczkę inaczej masz to w momencie, w którym oni cały czas mówią, możesz to zachostować u nas na Foundry i wpleść to w swoje aplikacje, w swoje workflow swoich multiagentów. A co innego jest, jak Antropic daje jakiś sygnał nowy albo OpenAI daje jakiś nowy sygnał.
W którym mówi właściwie dawaj do naszej aplikacji desktopowej albo do naszego terminala tam jest wszystko czego potrzebujesz w ogóle się tym nie przejmuj. To tam się modele to się będą już zaraz same zamieniać jak będzie potrzeba. Ty się nie przejmuj to sobie po prostu tam promptuj. Płać co miesiąc i będzie gitara. Więc te komunikaty są w tej chwili troszeczkę inne i trochę na innych odbiorcach się te firmy skupiają. A Microsoft, realnie mam ostatnio wrażenie, Może to jest znowu jakaś bańka, w której mnie nie ma, ale Microsoft tak trochę przycichł z informacjami na temat GitHub Copilota, a trochę bardziej właśnie idzie w stronę Copilot Studio, Foundry i to, żeby te swoje modele tam zachostować i w tym widzą znowu kolejny biznes, a nie w tym, żeby ludzie korzystali z Copilota i wykupowali subskrypcje.
Pokazano wszystkie 2 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
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