Итак, давайте начнем с шагов, которые им необходимо пройти, например ChatGPT, чтобы дать вам ответ на вопрос. Опять же, как и поисковым системам, им сначала необходимо собрать данные.
Затем они должны сохранить данные в доступном для них формате, а затем в конце дать вам ответ, что является своего рода ранжированием. Когда мы начнем собирать данные, они будут наиболее близки к поисковым системам, которые мы знаем и любим. Таким образом, они в основном посещают веб-страницы, сканируют Интернет, и если они не посетили веб-страницу или не нашли какой-либо другой источник информации, они просто не знают ответа. Здесь они находятся в некотором невыгодном положении, потому что поисковые системы делают это десятилетиями, собирая эту информацию, хотя они только начинают.
Так что им еще многое предстоит наверстать. В Интернете есть много разных уголков, которые у них еще не было возможности посетить. Одна из вещей, которую они могут сделать, часть информации, которую они могут собрать, к которой другие поисковые системы не имеют доступа, — это данные чата. Поэтому, когда вы используете платформы, они собирают данные о том, что вы в них вкладываете и как вы с ними взаимодействуете, и это используется в их модели обучения.
Поэтому, если вы работаете с такими платформами, как ChatGPT, вам нужно иметь в виду одну вещь: если вы введете в них личные данные, они не обязательно будут конфиденциальными после того, как вы это сделаете. Поэтому вы можете посмотреть свои настройки или использование API, поскольку они, как правило, обещают, что не обучаются на данных API. Переходя ко второму этапу, хранению этой информации, мы называем это индексацией в поиске, и здесь ситуация немного расходится, но параллелей все же немало.
Итак, на заре существования поисковых систем индекс, данные, которые они хранили, не обновлялись в реальном времени, как мы привыкли. Как только что-то появлялось в Интернете, мы не могли быть уверены, что оно появится где-нибудь в поисковой системе. Скорее, они обновлялись раз в несколько месяцев, потому что это было очень дорого. Обновление индекса заняло у них много времени и денег. В настоящее время мы находимся в аналогичной ситуации с большими языковыми моделями.
Возможно, вы заметили, что время от времени они говорят: «Хорошо, мы что-то обновили». Информация, которой он располагает, действительна до апреля или около того. Это потому, что если они хотят внести в модели больше информации, им, по сути, придется все это переобучить. Опять же, это обходится им очень дорого. Оба ограничения способствуют получению ответов в конце.
Я уверен, что вы это видели. Возможно, вы работаете с ChatGPT и не увидели запрашиваемую информацию, или доступная информация устарела.
