与法学硕士评审团一起构建食品元数据

【HN用户评论摘要】 >评估人员单独验证每个标签——例如，蛋白质、制备或健康，单独验证，而不是从整体上判断项目。我读得对吗，陪审团由多个法学硕士组成，每个标签迭代每个标签并对每个标签进行投票？为什么不让一名法学硕士真正胜任单一标签呢？喜欢单一的“辣味评估师LLM”或“蛋白质评估师LLM”吗？ 我很抱歉这么严厉，但我发现他们会为此使用人工智能生成的英雄图像，并且大概是由人工智能图像生成器制造的LLM输出，这很业余。每当我出于演示目的创建这样的图像时，我都会确保它演示了真实的输入/输出，或者至少是真实输入/输出的典范，因为重点是灌输对该工具的信心。当然，如果原始输出不够干净/易于理解，无法呈现给st 基本上它是基于人工智能的元数据提取的人工智能。文章中有很多主张，但没有很多硬数据。最后他们还是不知道数据是否正确。祝你的臀肌过敏好运。对我来说奇怪的是提示优化循环？为什么不微调模型而不是由人工智能生成提示呢？ [已标记] 伙计们，并不是所有事情都需要成为法学硕士！ 原始链接：https://careersatdoordash.com/blog/building-food-metadata-with-llm-juries-context-optimization-multimodal-ai/