Kiçik dil modelləri mətni aşağı qiymətə başa düşən və yaradan yığcam AI modelləridir və onlar bəzi marketinq tapşırıqları üçün açar söz qaydaları, müntəzəm ifadələr, cədvəl düsturları və əllə etiketləmə kimi ənənəvi alətləri əvəz edə bilər. Giriş məlumatları qarışıq və müxtəlif olduqda keçid edin, tapşırıq dəqiq, nadir və ya tamamilə izah edilə bilən olduqda isə ənənəvi alətləri saxlayın.
Sual “AI və ya AI yox” deyil. Ənənəvi alətlər sürətli, ucuz, proqnozlaşdırıla bilən və yoxlanıla biləndir. Phi, Gemma, kiçik Llama və Qwen variantları və ya kommersiya API-lərinin kiçik səviyyələri kimi kiçik modellər qaydaların bacarmadığı dil müxtəlifliyini idarə edir. Ən yaxşı quraşdırmalar çox vaxt hər ikisini birləşdirir: aydın hallar üçün qaydalar, qalanları üçün isə model.
Burada ənənəvi alət nə sayılır?
Marketinq əməliyyatlarında “ənənəvi” adətən bunlardan birini bildirir.
- Açar söz və ifadə qaydaları: axtarış termini “pulsuz” və ya “iş” ehtiva edirsə, onu əhəmiyyətsiz kimi qeyd edin.
- Müntəzəm ifadələr (regex): mətndən sifariş nömrələrini, telefon nömrələrini və ya UTM dəyərlərini çıxarmaq.
- Cədvəl məntiqi: kateqoriyalaşdırma üçün VLOOKUP, IF zəncirləri və pivot cədvəlləri.
- Klassik maşın öyrənməsi: etiketlənmiş məlumatlar üzərində təlim keçmiş logistik reqressiya və ya qərar ağacları.
- Əl işi: rəyləri etiketləyən, potensial müştəriləri (lead) çeşidləyən və ya CRM ixracını təmizləyən bir şəxs.
Hər birinin güclü tərəfləri var. Qaydalar şəffaf və ani işləyir. Regex yaxşı müəyyən edilmiş nümunələr üçün dəqiqdir. Əl işi mühakimə tələb edən məqamları həll edir.
Kiçik model nə vaxt açıq-aşkar qalib gəlir?
Dil müxtəlifliyi
Müştərilər eyni şeyi yüz cür deyirlər. “Çatdırılma ilə bağlı şikayət” üçün qaydalar siyahısı heç vaxt “bağlama hələ gəlib çıxmayıb” və ya yazım səhvləri olan türk dili variantlarını əhatə etmir. Kiçik model bu müxtəlifliyi istisnalar siyahısını böyütmədən idarə edir.
Qeyri-səlis sərhədləri olan çoxsaylı kateqoriyalar
Minlərlə bloq yazısını mövzulara və ya axtarış terminlərini niyyət qruplarına görə çeşidləmək sərhədlərdə mühakimə tələb edir. Qaydalar pozulur; bir neçə nümunəsi olan model daha yaxşı öhdəsindən gəlir.
Çoxdilli giriş
Bir model eyni sorğu ilə türk, ingilis və alman rəylərini etiketləyə bilər, qaydalar isə hər dil üçün ayrıca siyahılar tələb edərdi.
Qarışıq strukturlaşdırılmamış sahələr
Sərbəst mətnli iş adları, şirkət adları və ya “bizim haqqımızda haradan eşitdiniz” cavabları sonsuz dərəcədə dəyişir. Onları əllə normallaşdırmaq yorucudur, düsturlarla isə kövrəkdir.
Nə vaxt ənənəvi alətləri saxlamalısınız?
- Dəqiq nümunələr: e-poçt ünvanları, ƏDV nömrələri, tarixlər və URL-lər regex ilə daha yaxşı çıxarılır; model onları “düzəldə” bilər.
- Hesablamalar: cəmlər, ortalamalar və büdcə tempinə nəzarət dil modellərində deyil, düsturlarda və ya kodda olmalıdır.
- Uyğunluq qaydaları: qərarın addım-addım izah edilə bilməsi lazım olduqda, məsələn, müəyyən auditoriyaların istisna edilməsi, yazılı qayda daha aydındır.
- Çox kiçik həcmlər: həftədə on element gəlirsə, bir şəxs boru kəməri (pipeline) qurmaqdan daha sürətlidir.
- Sabit, sadə kateqoriyalar: əgər “brend adını ehtiva edir” etiketi düzgün müəyyən edirsə, model əlavə etməyə ehtiyac yoxdur.
Onları necə ədalətli müqayisə etmək olar?
Qərar verməzdən əvvəl hər iki yanaşmanı eyni etiketlənmiş nümunə üzərində tətbiq edin. Praktiki üsul:
- 300 və ya daha çox real elementi toplayın və mütəxəssisə etiketlədin.
- Mövcud qaydaları və ya prosesi tətbiq edin və etiketlərlə uyğunluğu qeyd edin.
- Qısa sorğu və bir neçə nümunə ilə kiçik modeli işə salın; uyğunluğu qeyd edin.
- Hər yanaşmanın harada uğursuz olduğunu yoxlayın; səhvlər çox vaxt fərqli olur.
- Ümumi xərcləri müqayisə edin: quraşdırma vaxtı, işləmə xərci, nəzərdən keçirmə vaxtı və texniki xidmət.
Əgər qaydalar artıq mütəxəssislə demək olar ki, həmişə razılaşırsa, onları saxlayın. Əgər model ən vacib hallarda daha yaxşı nəticə verirsə, keçid edin və ya onları birləşdirin.
Niyə hibrid quraşdırma çox vaxt ən yaxşısıdır?
Sürətli, ucuz qaydaları əvvələ qoyun və yalnız aydın olmayan elementləri modelə göndərin. Axtarış terminləri üçün qayda dəqiq brend terminlərini və məlum əhəmiyyətsiz sözləri dərhal qeyd edə bilər; model isə uzun quyruq (long tail) hissəsini idarə edir. Potensial müştərilərin yönləndirilməsi üçün qaydalar mövcud müştəriləri e-poçt domenlərinə görə tutur; model isə qalanları üçün sərbəst mətn mesajını oxuyur.
Bu, xərcləri azaldır, ümumi hallar üçün davranışı proqnozlaşdırıla bilən edir və model səhvinin baş verə biləcəyi elementlərin sayını məhdudlaşdırır. Aşağı etibarlılıq dərəcəsi olan model çıxışları daha sonra insan növbəsinə göndərilə bilər.
Alien Road kiçik dil modellərini ənənəvi alətlərlə yanaşı necə tətbiq edir
Tipik bir işdə, bizim AI optimallaşdırma komandamız hər hansı bir model təklif etməzdən əvvəl müştərinin mövcud qaydalarını yoxlayır. Kəşfiyyat mərhələsi cari qayda dəstlərini, cədvəlləri və əl ilə görülən işləri toplayır: mənfi açar söz siyahıları, potensial müştərilərin yönləndirilməsi qaydaları, məzmun etiketləmə təlimatları və hər birinə həftədə sərf olunan vaxt.
Quraşdırma yuxarıdakı müqayisə üsulunu izləyir. Biz müştərinin mütəxəssisləri ilə bir nümunəni etiketləyirik, cari qaydaları və bir və ya iki kiçik modeli sınaqdan keçiririk və kömək edəcək hibrid axın dizayn edirik. Çıxışlar həmişə icazə verilən etiketlərə qarşı kodda yoxlanılır və aydın olmayan elementlər nəzərdən keçirmə növbəsinə gedir.
Ölçmə insan etiketləri ilə razılaşmanı, qənaət edilmiş saatları, nəzərdən keçirmə növbəsinin ölçüsünü və işləmə xərclərini əhatə edir. Aylıq hesabatlar yeni nümunələri qeyd edir, məsələn, nə qaydaların, nə də modelin yaxşı idarə edə bilmədiyi axtarış terminləri yaradan məhsulun buraxılışı, beləliklə qaydalar və sorğular birlikdə yenilənir.
Keçid etməyin gizli xərcləri nələrdir?
Modellər monitorinq tələb edir. Girişlər dəyişir: yeni məhsullar, yeni jarqon, yeni rəqiblər. Mart ayında mütəxəssislərlə razılaşan model sentyabr ayına qədər sürüşə bilər. Qaydalar da sürüşür, lakin onların uğursuzluqlarını aşkar etmək daha asandır. Təzə nümunələrə qarşı aylıq yoxlama üçün büdcə vaxtı ayırın.
Həmçinin asılılıq riski var. Əgər API modelinə güvənirsinizsə, provayder onu təqaüdə çıxara və ya dəyişə bilər. Sorğuları, nümunələri və test dəstlərini saxlayın ki, başqa bir modelə keçid yenidən qurulma deyil, yenidən sınaq olsun.
Bəs klassik maşın öyrənməsi?
Dil modellərindən əvvəl komandalar etiketlənmiş məlumatlar üzərində logistik reqressiya və ya qradiyent artırılmış ağaclar kimi təsnifatçılar hazırlayırdılar. Bunlar minlərlə etiketlənmiş nümunəniz, sabit kateqoriyalar dəstiniz və strukturlaşdırılmış girişləriniz olduqda, məsələn, forma sahələrindən və firmoqrafik məlumatlardan potensial müştəri keyfiyyətini proqnozlaşdırdıqda hələ də yaxşı işləyir. Onları işlətmək ucuzdur və izləmək asandır. Kiçik dil modelləri girişlər sərbəst mətn olduqda və etiketlənmiş məlumatlar az olduqda daha faydalıdır, çünki sorğudakı bir neçə nümunə tam təlim dəstini əvəz edə bilər.
Bu həftə haradan başlamaq lazımdır
Komandanızın əllə saxladığı bir qayda əsaslı prosesi seçin, məsələn, mənfi açar söz siyahısı və ya potensial müştərilərin yönləndirilməsi cədvəli. Onun idarə etdiyi 200 son elementi çıxarın və səhv etdiyi və ya əllə düzəliş tələb edən elementləri qeyd edin. Əgər səhvlər əsasən sözlərin dəyişməsi ilə bağlıdırsa, yalnız həmin elementlər üzərində kiçik bir modeli sınaqdan keçirin; əgər onlar dəqiq dəyərlər və ya hesablamalarla bağlıdırsa, bunun əvəzinə qaydaları təkmilləşdirin.
Oxumağa davam edin: Süni intellekt optimallaşdırması · Süni intellekt optimallaşdırması