با افزونه کروم منبع باز جدید، از فید لینکدین خود خلاص شوید
Slop Mop مجهز به Jev مورد استفاده عالی دیگری را برای مدل هوش مصنوعی احتمالی و غیر چت نشان می دهد.
مدل هوش مصنوعی تصمیمگیری Jev کار دیگری پیدا کرده است: کمک به یک برنامه افزودنی Chrome برای شناسایی و پرچمگذاری نوشتههای کم ارزش در لینکدین. مشتاق هوش مصنوعی، نویسنده و مشاور تجاری تام فریزر، Slop Mop را به عنوان یک افزونه کروم در روز سه شنبه منتشر کرد، و همچنین کد آن را در GitHub برای کسانی که می خواهند به تنهایی با آن دستکاری کنند، منتشر کرد. Frazier گفت این کاملا رایگان است، نیازی به ثبت نام ندارد، و نه تنها شیب هوش مصنوعی را فیلتر می کند - در واقع زباله های نوشته شده توسط انسان ها را نیز جمع آوری می کند.
این برنامه افزودنی متکی به 9 نشانه است که از تحقیقات شرکت SEO Graphite Growth به الگوهایی که اغلب به طور نامتناسب در نوشتارهای تولید شده توسط هوش مصنوعی به نظر می رسند - یک مسئله به خصوص مرتبط در لینکدین است. سازمان تشخیص هوش مصنوعی پانگرام 41 درصد از پستهای لینکدین را با بیش از 250 کلمه در نمونه خود بهعنوان کاملا تولید شده توسط هوش مصنوعی طبقهبندی کرد، که شامل پستهایی نمیشود که نویسندگان انسانی از هوش مصنوعی برای بهبود استفاده میکنند.
این مشکل به حدی بدتر شده است که لینکدین اخیرا دکمهای را به پلتفرم اضافه کرده است که به کاربران اجازه میدهد پستها را بهعنوان «به نظر میرسد مانند AI Slop» گزارش کنند. Slop Mop تحقیقات بسیار گستردهتر Graphite را به 9 مورد تقطیر میکند: پستها با گنجاندن یک خط متن و شکافی که بینندگان را ملزم میکند پست را گسترش دهند، از کلمات تبلیغاتی زیادی استفاده کنند، حاوی وعدههای بیمعنی هستند، با زبانی گلدار نوشته شدهاند، حاوی درس مشکوکی منظمی هستند، حاوی یک درسی مشکوک، طعمهای درگیر هستند، طعمههای تعاملی را تعریف میکنند، با واژههای متضاد تعریف میشوند، با واژههای خالی تکیه میکنند، از پیمایش کاربران جلوگیری میکند.
این 9 مورد، چیزی است که Slop Mop برای شناسایی نوشتههای بالقوه کمارزش استفاده میکند، و دو سؤال دیگر برای جلوگیری از گرفتار شدن محتوای باکیفیت در پاکسازی Jevian مطرح میشود: اینکه آیا آنچه نوشته شده شبیه یک شخص خاص است و آیا حاوی مطالب مفیدی برای خوانندگان است یا خیر. Frazier در وب سایت Slop Mop توضیح می دهد که هر دوی این سوالات امتیاز را پایین می آورند. سوال دوازدهم این میپرسد که چقدر احتمال دارد که یک مدل پست را پیشنویس کرده باشد، اما این پاسخ فقط میتواند امتیاز شیب را برای نوشتههایی که در غیر این صورت بهعنوان نوشتهشده توسط انسان خوانده میشود و نمیتواند به خودی خود باعث پرچمگذاری یک پست شود، کاهش دهد.
ما متذکر می شویم که هیچ یک از این عوامل به تنهایی هوش مصنوعی را از نوشته های انسانی متمایز نمی کند - همانطور که Frazier این کار را انجام می دهد. او Slop Mop را کمتر به عنوان یک آشکارساز هوش مصنوعی و بیشتر به عنوان فیلتری برای از بین بردن زباله های اینترنت، بدون توجه به اینکه چه کسی یا چه چیزی آن را می نویسد، توصیف می کند. فریزر به The Register گفت: «Slop Mop محتوای ضعیف انسانی را به همان اندازه محتوای ضعیف هوش مصنوعی نشان میدهد. "من احساس می کنم این تصمیم درستی است زیرا محتوای هوش مصنوعی نیز می تواند خوب باشد و محتوای انسانی نیز می تواند بد باشد." Frazier در پرسشهای متداول در وبسایت افزونه مینویسد، سؤال کلیدی پشت Slop Mop این است که آیا یک پست ارزش توجه شما را دارد یا خیر.
Slop Mop پستهایی را که آستانهاش را برای slop برآورده میکنند، چه با هوش مصنوعی یا نوشته شده توسط انسان، پرچمگذاری میکند یا پنهان میکند، به این معنی که در واقع از فید LinkedIn حذف نمیشوند و همچنان میتوانند با استفاده از دکمه «به نظر میرسد مانند AI Slop» گزارش شوند. با جیو، او ممکن است به چیزی! فریزیر به جای ناامید شدن از لغزش لینکدین و جستجوی راهی برای متوقف کردن دیدن آن، به ما گفت که انگیزه اصلی خود در ساخت Slop Mop آزمایش با Jev است، مدل جدید هوش مصنوعی تصمیم احتمالی از TypeSafe که هفته گذشته منتشر شد. Jev یک ربات چت نیست و نمی توان با آن تعامل کرد.
در عوض، برای تصمیم گیری احتمالی برای سیستم های نرم افزاری دیگر طراحی شده است و از طریق یک API قابل دسترسی است. این به سرعت در اینترنت به یک محبوبیت تبدیل شده است، با توسعه دهندگان بسیاری از برنامه های کاربردی جدید برای مدل ارزان و سریع. به عبارت دیگر، Slop Mop تلاش دیگری از سوی توسعهدهنده دیگری برای اجرای Jev در سرعتهای آن است، و منبع باز بوده است تا دیگران در صورت تمایل میتوانند همین کار را انجام دهند، و ممکن است بخواهند: کل چیز در حساب Jev Frazier اجرا میشود، و بنابراین درخواستها را از طریق کلید API او اجرا میکند، بنابراین اگر ثابت شود که موفقیتآمیز است، ممکن است به صورتهای قابل اندازهای نگاه کند.
Frazier برای جلوگیری از پرداخت صورتحساب کاربران، درپوشهای پست روزانه را اعمال کرده است. حداکثر 250 پست را می توان در هر نصب در روز تجزیه و تحلیل کرد، که به گفته او بسیار بیشتر از استفاده بیشتر از LinkedIn است. Frazier به ما گفت: "از زمان نصب اولیه من، هزینه هر کاربر حدود 0.005 دلار در روز را می بینم." "اگر این پروژه ویروسی شود، ممکن است بخش خدمات رایگان آن را دوباره ارزیابی کنم، اما در حال حاضر خوشحالم که این هزینه ها را برای درک پارامترهای تنظیم و ساخت مجموعه داده ها صرف می کنم." اگر تعداد زیادی از افراد آن را مفید بدانند و به ضرر شما نباشد، فریزیر همچنین گفت که ممکن است قابلیتهای آن را فراتر از LinkedIn گسترش دهد.
به پلتفرم های دیگر، اما در حال حاضر او آن را صرفا به عنوان یک آزمایش Jev در نظر می گیرد. او از نتایج اولیه خرسند است و میگوید که این پروژه قابلیتهای Jev را بهعنوان «کلاس جدیدی از زیرساختهای هوش مصنوعی که اینجا باقی مانده است» نشان میدهد. فریزر پیشبینی میکند: «تصمیمگیری آگاه از زمینه با امتیاز اطمینان بیشتر از آنچه که LLMها تا به امروز داشتهاند، برای گردش کار سازمانی انجام میدهد. میتوانید نسخه Slop Mop خود را در GitHub بگیرید یا آن را از فروشگاه وب Chrome نصب کنید. ®
متن اصلی (انگلیسی)
Mop the slop from your LinkedIn feed with a new open-source Chrome extension
Jev-powered Slop Mop demonstrates another great use case for probabilistic, non-chatty AI model