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
I Jev, tutaj też się dużo rzeczy zadziało, bo dostał spore finansowanie, jak wszyscy oprócz nas niestety na tym rynku, ale dużo się dzieje. I ja muszę się na dobry początek podzielić jedną rzeczą. Widać, szczególnie właśnie przy tych publikacjach, Jak dużo mamy ciekawych person na LinkedInie i innych social mediach, które nazywają się osobami, które ogarniają AI, które edukują z AI, które chcą edukować z AI i robią najróżniejsze inne rzeczy. Niektóre na szczęście są jeszcze nazywane, znaczy same siebie nazywają entuzjastami AI, ale wiemy jakie mają aspiracje.
On ci daje jakieś prawdopodobieństwo, to co teraz może inaczej, to co teraz jest modne, o. Teraz, że dostajesz, dajesz mu konkretne odpowiedzi, a on ci daje, albo wskazuje ci, które jest najbardziej prawdopodobne, albo wskazuje ci prawdopodobieństwo, albo mówi ci tak nie. Tak, ale ty się cofasz do czasów sprzed Generative AI. Ludzie już nie pamiętają tych czasów. To, że pod tym wszystkim jest machine learning, to w ogóle nikogo nie interesuje, więc teraz ty nam zabijasz całą oglądalność. Bo nikogo takie szczegóły techniczne nie interesują. I dlatego ja chciałem powiedzieć o tym, że było już podejście, oczywiście przed Generative AI była cała masa takich podejść i dlatego na samym początku powiedziałeś, że to nie jest nic nowego.
Modele decyzyjne nie są niczym nowym, natomiast teraz troszeczkę też działają w nieco inny sposób niż działały wcześniej. Jak działa Microsoft Decision One? To nie jest zupełnie nowy model, tylko jest to model decyzyjny przygotowany na podstawie modelu Qwen. I to jest ten kawałek internetu, w którym ja byłem. Microsoft nie zrobił swojego modelu, on zrobił fine tuning Qwena. Ale też przyznają, że to jest jakby pierwsze podejście, bo są już w trakcie fine-tunowania swoich modeli typu Thinking One i innych ze stajni Microsoft AI.
Pokazano wszystkie 3 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