የስርዓት እርምጃ ትምህርት፦ ለAI ስርዓቶች አዲስ አቀራረብ

አንድ የተወሰነ እርምጃ ጥሩ ሲሠራ ቆይቶ በድንገት መሥራት ሲያቆም አጋጥሞዎት ያውቃል?

ውጤቱን ለማሻሻል የስርዓት እርምጃዎን ደጋግመው ቢያስተካክሉም ምንም እንደማይሠራ በማየት አዙሪት ውስጥ ገብተው ያውቃሉ?

የስርዓት እርምጃ ትምህርት በትክክል የሚያስፈልግዎት ሊሆን ይችላል።

የስርዓት እርምጃ ትምህርት (SPL) በAI ማህበረሰብ ውስጥ አዲስ ትኩረት እያገኘ ያለ መስክ ሲሆን፣ በግንቦት በAndrej Karpathy በX ላይ በስፋት ታዋቂ ሆኗል።

የስርዓት እርምጃ ትምህርት፣ በማይለወጡ የስርዓት እርምጃዎች ወይም አስቸጋሪ የማስተካከያ አወቃቀሮች ላይ የሚመሠረቱ የማይላመዱና በቀላሉ የሚበላሹ AI ስርዓቶችን ገደቦች ይፈታል። በAI ስርዓቶች ውስጥ ቀጣይነት ያለውን ትምህርት ለመደገፍ ሌላ መንገድ ይሰጣል።

ወደ ዝርዝሩ ከመግባታችን በፊት፣ የእርምጃ አዘገጃጀት መሠረታዊ ነጥቦችን በአጭሩ እንከልስ።

ወኪል ወይም ብጁ ሞዴል ስናዘጋጅ በመጀመሪያ ሁለት ዋና ክፍሎችን መንደፍ አለብን፦

1. የስርዓት እርምጃ

2. የተጠቃሚ እርምጃ

የስርዓት እርምጃዎች ሞዴሉ እንዴት መሥራት እንዳለበት መሠረታዊ ደንቦችን ይወስናሉ። ለብጁ AI መፍትሔዎች ሲጻፉ ብዙውን ጊዜ እንዲህ ባለ ነገር ይጀምራሉ፦

“You are an intelligent assistant. Your role is to perform <insert task here>.

You must not do (A), (B), or (C).”

በአንጻሩ፣ የተጠቃሚ እርምጃዎች በተለምዶ የተጠቃሚውን ጥያቄና እንደ የሰዓት ሰቅ እና ምርጫዎቹ ያሉ ሌሎች አግባብነት ያላቸው መረጃዎችን ይይዛሉ። የተጠቃሚ እርምጃ እንዲህ ሊመስል ይችላል፦

I’m in the capital city of Portugal. Can you suggest some things I can do tonight?

ዋና ዋና የAI ላቦራቶሪዎች አዳዲስ ሞዴሎችን ከለቀቁ በኋላ፣ ተጠቃሚዎች የውስጥ መመሪያዎቻቸውን ለማጋለጥ ቻትቦቶችን ጄልብሬክ ስለሚያደርጉ፣ የስርዓት እርምጃ ፍሰቶች የተለመዱ ሆነዋል። ታዋቂ የGitHub ማከማቻ አሁን ከእነዚህ የስርዓት እርምጃዎች ብዙዎቹን በአንድ ቦታ ያሰባስባል። እነዚህም AI ላቦራቶሪዎች ሞዴሎች ተገቢ ባህሪ እንዲያሳዩ ለማድረግ በጊዜ ሂደት ያዳበሩትን «ሚስጥራዊ ቅመም» ያሳያሉ። ለምሳሌ፣ በቅርቡ የወጣው የGPT-5 የስርዓት እርምጃ (በChatGPT ውስጥ የተጋለጠ) ወደ 6,000 የሚጠጉ ቃላትን ይዟል፤ ይህም የስርዓትን ባህሪ ለመቅረጽ ምን ያህል እውቀትና መመሪያ መካተት እንዳለበት ያሳያል።

እነዚህ ሰፊ የስርዓት እርምጃዎች በተለምዶ እንደሚከተሉት ያሉ በርካታ ዋና ዋና ዘርፎችን ይሸፍናሉ፦

• የፍለጋ መመሪያዎች

• የመሣሪያ ትርጓሜዎች

• የተጠቃሚ ምርጫዎች

• የማጣቀሻ መመሪያዎች

• ለታወቁ ችግሮች ፈጣን ማስተካከያዎች

በተግባር፣ የብጁ AI ስርዓቶች ገንቢዎች መተግበሪያዎቻቸውን ሲፈትሹና ሲያሻሽሉ፣ የማሻሻያ ሂደቱን ለመምራት በዋናነት ግምገማዎችን በመጠቀም የስርዓት እርምጃዎችን በእጅ ደጋግመው ያስተካክላሉ።

የሞዴልን ባህሪ ለመምራት ሌሎች መንገዶች፦

• ፈጣን ምህንድስና፤ ለሞዴሉ የሚቀርበውን ይዘት የሚቆጣጠረውን በመረጃ መልሶ ማግኘት የተጠናከረ ማመንጨት (RAG) ጨምሮ

• ማስተካከል (የሞዴሉን መሠረታዊ ክብደቶች በቀጥታ መቀየር)

በሞዴል ባህሪ ላይ ተጽዕኖ ለማሳደር ሌላ መንገድ ቢኖርስ? ቀደም ሲል የተፈጠሩ ሐሳቦችን፣ ዕቅዶችንና ስልቶችን በመጠቀም የራሱን የስርዓት እርምጃ በተለዋዋጭ ሁኔታ የሚማርና የሚያሻሽል ስርዓት ያስቡ። ውጤቶቹን ለመገምገም የተጠቃሚ ግብረመልስንና LLM-እንደ-ዳኛ ግምገማዎችን ሁለቱንም ሊጠቀም ይችላል።

በወኪላዊ ስርዓት በመጠቀም ራስ-ሰር ማድረግ የሚፈልጉትን ቀጣይነት ያለው የንግድ ተግዳሮት ያስቡ። ውጤታማ መፍትሔዎች ከመሠረታዊ የሥራ ሂደት አውቶሜሽን የላቀ የማመዛዘን ችሎታ ይፈልጋሉ። እንደዚህ ባሉ ሁኔታዎች፣ ዕቅድ የሚያመነጭ ክፍልን በAI ስርዓትዎ ውስጥ ማካተት አስፈላጊ ይሆናል። ይህም ስርዓቱ እንደ ተግባሩ ሁኔታ ከበርካታ ወኪሎች ጋር በተለያዩ መንገዶች እንዲሠራ ያስችለዋል። እያንዳንዱ ደረጃ ንዑስ ተግባራትን ለማጠናቀቅ ሌሎች ወኪሎችን የመድረሻ መመሪያዎችን ወይም መሣሪያዎችን መጠቀምን ሊያካትት ይችላል።

ማስታወሻ፦ የወኪል መሣሪያ ማለት AI ወኪል ከጽሑፍ ባለፈ እውነተኛ እርምጃዎችን ለመውሰድ ሊጠራው የሚችል ማንኛውም ውጫዊ ተግባር፣ API ወይም ምንጭ ነው።

በሰው የሚወሰዱ አመክንዮአዊ ደረጃዎችን በሚከተል ዕቅድ የሞዴሉን የስርዓት እርምጃ «ለመዝራት» ሊመርጡ ይችላሉ፤ ሆኖም LLMዎች በመሣሪያ አጠቃቀም፣ በውጤት ቅርጸትና በተያያዙ መስፈርቶች ላይ ይበልጥ ግልጽ መመሪያ ያስፈልጋቸዋል። አንዳንድ ጊዜ ምርጡ ስልት ግልጽ ላይሆን ይችላል፤ ወይም ቀደም ሲል እንደተፈታ ስለታሰበ እንደገና ያልተገመገመ ችግርን እየፈቱ ሊሆን ይችላል። የስርዓት እርምጃ ትምህርት (SPL) ጥቅም ላይ የሚውለው እዚህ ላይ ነው።

SPL ቀደም ሲል የተመነጩ ስልቶችን በማካተት የስርዓት እርምጃን በተደጋጋሚ ያሻሽላል። አዳዲስ ችግሮች ሲፈጠሩ፣ ስርዓቱ ቀስ በቀስ እውቀትን ያከማቻል፣ ይበልጥም ጠንካራ ይሆናል። በመስክዎ ውስጥ ችግሮችን ለመፍታት መመሪያ መጽሐፍ እንደመገንባት አድርገው ያስቡት።

SPL ከተጠቃሚ ግብረመልስ የሚገኙ ግንዛቤዎችን ቀስ በቀስ በስርዓት እርምጃው ውስጥ ያካትታል። ስርዓትዎ እየበሰለ ሲሄድ፣ ይበልጥ አጠቃላይና ከፍተኛ ደረጃ ያላቸው መርሆች ሊወጡባቸው የሚችሉ ተደጋጋሚ ችግሮችን ሊያገኙ ይችላሉ።

ሂደቱ ደረጃ በደረጃ እንዴት እንደሚሠራ በቅርበት እንመልከት፦

1. ስርዓቱ የተወሰነ ተግባር እንዲያከናውን በመጠየቅ ከተጠቃሚው ጥያቄ ይጀምሩ።

2. 1. ስርዓትዎ አንድ ችግርን ብቻ የሚፈታ ከሆነ፣ ከቀደሙት ሙከራዎች ከፍተኛ ውጤት ያገኙ ስልቶችን በመምረጥ «ስግብግብ» አቀራረብ ሊከተሉ ይችላሉ። እንደ አማራጭ፣ ከፍተኛ ደረጃ የተሰጣቸውን ስልቶች የሚያደላ ስርጭት በመጠቀም፣ አልፎ አልፎም ዝቅተኛ ደረጃ ያላቸውን በማካተት አዳዲስ አቀራረቦች እንዲዳሰሱ ማበረታታት ይችላሉ። ይህ በተለይ ስልቶችን መሰብሰብ ገና ሲጀምሩ ጠቃሚ ነው።

   2. የተለያዩ የችግር ስብስቦችን ለሚፈቱ ስርዓቶች፣ ተዛማጅ አቀራረቦችን ለመለየት የምደባ ንብርብር ማከል ወይም embeddings እና cosine similarityን (በተለምዶ RAG ላይ የሚውሉትን ተመሳሳይ ቴክኒኮች) መጠቀም ያስቡ። ይህ ለተወሰነው ችግር የሚስማሙ ስልቶችን፣ ለምሳሌ ለኮድ ሥራዎች የተዘጋጁ ስልቶችን፣ እንዲመርጡ ይረዳዎታል።

ማስታወሻ፦ Embeddings ከ cosine similarity ጋር ሲጠቀሙ ሁለት መረጃዎች ምን ያህል እንደሚዛመዱ ለመለካት ያስችሉና ቃላቸው ቢለያይም ሰነዶችን፣ ጥያቄዎችን ወይም ሐሳቦችን ማዛመድን ቀላል ያደርጋሉ።

የኮድ ችግሮችን ለመፍታት ለቀለለ የስልት ማከማቻ የመነሻ ምሳሌ።

ማስታወሻ፦ እዚህ የሚታዩት «የመነሻ ስልቶች» ለማብራሪያ ብቻ ናቸው። በእውነተኛ የኮድ ሁኔታዎች የበለጠ እናሻሽላቸዋለን። ልዩ የንግድ ችግሮች ከጊዜ በኋላ ተጨማሪ ግንዛቤዎችን መሰብሰብ ይፈልጋሉ።

3. Nን ናሙና ከወሰዱ በኋላ፣ በስርዓት እርምጃው ውስጥ ያካትቷቸው። ይህም ሞዴሉ በአነስተኛ መመሪያ ዕቅዶችን እንዲፈጥር ከመተው ይልቅ፣ የዕቅድ ማመንጨቱን በቀደመ የባለሙያ ግብረመልስ ላይ ያመሠርታል። ሞዴሉ የናሙና ስልቶችን ቃል በቃል ብቻ ከመቅዳት ይልቅ «ከተለመደው ውጭ እንዲያስብ» እና አስፈላጊ ሲሆን ደረጃዎችን እንዲጨምር ያበረታቱት።

4. በተለዋዋጭ ሁኔታ በፈጠሩት የስርዓት እርምጃ፣ የተጠቃሚውን ጥያቄ ለመፍታት አዲስ ስልት ያመንጩ። ይህ ሂደት የመጨረሻውን ውጤት የሚያሻሽሉ ተጨማሪ ተግባራትን ማመንጨት አለበት። ግቡ ፈጠራ ነው፦ የቀደሙ ስልቶችን ምርጥ ክፍሎች ያዋህዱ፣ ተደራራቢ ደረጃዎችን ያጣምሩ፣ አስፈላጊ ሲሆንም ጠቃሚ አዳዲስ ደረጃዎችን ያክሉ።

ማስታወሻ፦ የበለጠ የተለያዩና የማይተነበዩ ውጤቶችን ለማመንጨት temperature የሚለው መለኪያ ሊስተካከል እንደሚችል ያስታውሱ፤ ይህም ፈጠራ ሲፈለግ ጠቃሚ ነው። temperature ከዜሮ በላይ ከሆነ፣ እያንዳንዱ የሚመነጨው ዕቅድ ሊለያይ ይችላል።

5. የሞዴሉን ውጤት ከተቀበሉ በኋላ፣ ለችግርዎ ጥሩ መፍትሔን በሚወስኑ ልዩ መስፈርቶች መሠረት የሰው ገምጋሚ ወይም LLM ዳኛ በመጠቀም ይገምግሙት። ቀደም ሲል ለተጠቀሰው የፖርቱጋል እንቅስቃሴዎች ምሳሌ የግምገማ መስፈርቶቹ የሚከተሉትን ሊያካትቱ ይችላሉ፦

• አጭርነት (በአንድ ዓረፍተ ነገር የተገደበ መልስ)

• የተጠቆመው እንቅስቃሴ አግባብነት

• የቦታ ትክክለኛነት

6. በዚህ ግምገማ መሠረት ስልቱን ለማሻሻል ሌላ ሞዴል ይጠቀሙ። እንደ አማራጭ የሚጨመር የግብረመልስ ዑደት የሰዎችን ግብዓት በማካተት የትብብር ማሻሻያዎችን ሊደግፍ ይችላል። ስሪቶችንና ለውጦችን ለመከታተል የተሻሻለውን ስልት ከተገቢ ሜታዳታ ጋር በውሂብ ጎታዎ ውስጥ ያከማቹ።

ታዲያ ይህን ሁሉ ለማድረግ ለምን እንደክማለን? ውጤቶችን በእጅ ገምግመው የስርዓት እርምጃውን በዚያው መሠረት ማስተካከል ይችላሉ። ሆኖም ኃይለኛ የማመዛዘን ሞዴሎች የውጤቱን ዐውድና የሰው ግብረመልስ በመጠቀም ስልቶችን ማሻሻል ይችላሉ። ሰዎች በቀላል አቀራረቦች ውስጥ ያሉ ጉድለቶችን በቀላሉ ማየት ቢችሉም፣ ሰፊ የችግር ስብስቦችን በሚፈቱ ውስብስብ ስርዓቶች ውስጥ ማወቃቸው አስቸጋሪና አሰልቺ ይሆናል።

ሰዎች ወደ ችግር በተፈጥሮ የሚያመጡትን ዐውዳዊ እውቀት ለመሰብሰብ፣ LLMዎች ብዙውን ጊዜ ዝርዝር መመሪያዎችና ተጨማሪ ደረጃዎች ያስፈልጋቸዋል። ስርዓቱ የበለጠ ሰፊ የችግር ስብስቦችን ለመፍታት ሲስፋፋ፣ የሚያስፈልጉት ተግባራት ቁጥር በፍጥነት ሊጨምር ይችላል። ለምሳሌ፣ የኮድ ችግሮችን የሚፈቱ ሰዎች በዙሪያው ያለውን የኮድ መሠረት በተፈጥሮ ሊረዱ ይችላሉ፤ LLM ግን በመጀመሪያ በርካታ ፋይሎችን «ማንበብ» ሊያስፈልገው ይችላል።

• ጠቃሚ የሚሆነው፦ የደንበኛ ድጋፍ ቡድን እንደሚመሩና AI ወኪል የቲኬት ቅድመ ምደባን እንደሚያከናውን ያስቡ። ከጊዜ በኋላ SPL ቡድንዎ ያላሰበውን የምደባ ዘዴ ሊያገኝና ጉዳዮችን ወደ ከፍተኛ ደረጃ የማሳደግ መጠንን ሊቀንስ ይችላል።

• ጠቃሚ የማይሆነው፦ እንደ ፋይናንስ ሪፖርት ያሉ የሥራ ሂደቶችዎ በተገዢነት መስፈርቶች ወይም ደንቦች አስቀድመው ከተወሰኑ፣ ፈጠራ ከጥቅም ይልቅ ኃላፊነት ስለሚሆን SPL ብዙም ዋጋ ላይኖረው ይችላል።

• ጠቃሚ የሚሆነው፦ ብዙ ምርምር በሚጠይቁ ሚናዎች (እንደ የገበያ መረጃ ወይም የምርት ስልት)፣ ዕቅዶቹን በማሻሻል፣ ውጤቱን በማበልጸግና ማሻሻያዎቹን ለወደፊት ጥቅም በማካተት ከAI ጋር መተባበር ይችላሉ። እያንዳንዱ መስተጋብር የስርዓቱን ውጤታማነት ያሳድጋል።

• ጠቃሚ የማይሆነው፦ ቡድንዎ AIን በአብዛኛው አነስተኛ የሰው ግብዓት ለሚፈልጉ ቀላል የሥራ ሂደቶች (ለምሳሌ፣ ደረሰኝ ማቀናበር) የሚጠቀም ከሆነ፣ የትብብሩ ተጨማሪ ጫና ከጥቅሙ ሊበልጥ ይችላል።

• ጠቃሚ የሚሆነው፦ ወደ አዲስ ክልል እንደተስፋፉና AIው በድንገት የአካባቢውን የግብር ጥያቄዎች መፍታት እንዳለበት ያስቡ። SPL አዳዲስ ደንቦችንና ተግባራዊ መመሪያዎችን ሲፈጠሩ በፍጥነት እንዲያካትቱና ተደጋጋሚ ስህተቶችን እንዲከላከሉ ያስችልዎታል።

• ጠቃሚ የማይሆነው፦ እንደ የስብሰባ ግልባጮችን ወደ መደበኛ ማጠቃለያዎች ሲቀይሩ አካባቢዎ የማይለወጥ ከሆነ፣ ቀጣይ መላመድ የሚሰጠው ጥቅም አነስተኛ ነው።

በንድፈ ሐሳብ ይህ ሁሉ ተስፋ ሰጪ ቢመስልም፣ SPLን መተግበር እውነተኛ ተግዳሮቶች አሉት። ከዋና ዋናዎቹ ጥቂቶቹን ከዚህ በታች እንመለከታለን፦

በስልት ማመንጨት የመጀመሪያ ደረጃዎች እድገቱ ብዙውን ጊዜ ይቆማል፦ አዳዲስ ውጤቶች በቀደሙት ላይ አይገነቡም፣ ፍጥነቱም ይቀንሳል። ይህን በተለምዶ የሚያስከትሉት ሁለት ዋና ጉዳዮች ናቸው፦

• • መፍትሔ፦ ስርዓቱ የሚጠቀምበት ጥልቅ እውቀት እንዲኖረው፣ ያለውን የንግድ እውቀት በሙሉ ከመጀመሪያው ያካትቱ።

• • መፍትሔ፦ እንደ ትክክለኛነት፣ ግልጽነትና አግባብነት ያሉ የመልስ ገጽታዎችን የሚመዝን ዝርዝር መመዘኛ ይንደፉ፣ ናሙና አወሳሰድዎንም እነዚህን ምልክቶች እንዲያንጸባርቅ ያስተካክሉ።

ስርዓትዎ በመቶዎች የሚቆጠሩ ስልቶችን ቢያመነጭም ጥሩውን ከመጥፎው ለመለየት ትንሽ ግብረመልስ ብቻ ካገኘ፣ ናሙና መውሰዱ በፍጥነት አስቸጋሪ ይሆናል። መፍትሔው መቀነስ ነው።

የስልት ማከማቻዎን ሲያሻሽሉ የሚከተሉትን ያስቡ፦

• የአገልግሎት ዘመን፦ ስልቶች የተወሰነውን የጊዜ ገደብ ወይም የትውልድ ብዛት ካለፉ በኋላ ከአገልግሎት ያውጧቸው።

• ውጤት፦ ሁልጊዜ ዝቅተኛ አፈጻጸም ያላቸውን ስልቶች ለማስወገድ የግምገማ መመዘኛዎን ይጠቀሙ። ይህን ከአገልግሎት ዘመን ጋር ማጣመር፣ በጊዜ ሂደት ዋጋቸውን ያረጋገጡ አቀራረቦችን ብቻ እንዲያስቀሩ ያደርጋል።

• የLLM ፍርድ፦ ጠቃሚ ክፍሎቻቸው በአዳዲስ ስሪቶች ውስጥ ተካተው ሊሆን ስለሚችል፣ ልዩ ግንዛቤ መጨመር ያቆሙ ስልቶችን ለመለየት በየጊዜው ይገምግሙ።

መፍትሔ፦ የስልት ውሂብ ጎታዎን እንደ ሕያው ስርዓት ይዩት፤ አግባብነትና ከፍተኛ ዋጋ ያለው እውቀት ብቻ እንዲቀር በየጊዜው ይቀንሱት።

የስርዓት እርምጃ ትምህርት ገና በጅማሬው ላይ ቢሆንም፣ ያለው አቅም እጅግ ትልቅ ነው። በማይለወጡ እርምጃዎች ወይም ማብቂያ በሌለው ማስተካከል ላይ ብቻ የሚመሠረቱ ድርጅቶች፣ በቀላሉ የሚበላሹ ስርዓቶች፣ እየጨመሩ የሚሄዱ ወጪዎችና የሚባክን ጥረት የመሳሰሉ የተለመዱ ገደቦች ያጋጥሟቸዋል። SPL ከተናጠል ማስተካከያዎች ይልቅ ከፍተኛ ደረጃ መርሆችን የሚያካትቱና በጊዜ ሂደት የሚሻሻሉ ስርዓቶችን በመገንባት ከዚህ አዙሪት መውጫ ይሰጣል።

SPL ገና ብቅ እያለ ቢሆንም አቅጣጫው ግልጽ ነው፦ ከራሳቸው መማር የሚችሉ ስርዓቶች የማይችሉትን ይቀድማሉ። ለመሞከር፣ በትንሹ ለመጀመር፣ ትምህርቶችን ለመመዝገብና በእያንዳንዱ መስተጋብር የሚሻሻሉ AI ስርዓቶችን መሠረት ለመጣል ጊዜው አሁን ነው።