Trabalhando como anotador de IA para uma empresa de tecnologia

Durante várias horas por semana, escrevo para 💷 uma empresa de tecnologia avaliada bilhões de dólares. À minha volta, há novelistas publicados, acadêmicos ascensão e vários 💷 outros jornalistas freelancers. A carga de trabalho é flexível, a remuneração é melhor do que estamos acostumados e as tarefas 💷 nunca acabam. Mas o que escrevemos nunca será lido por ninguém fora da empresa.

Isso 💷 porque não estamos escrevendo para pessoas. Estamos escrevendo para uma IA.

Modelos de linguagem de 💷 grande escala (LLMs), como o ChatGPT, tornaram possível automatizar grandes áreas da vida linguística, desde resumir qualquer quantidade de texto 💷 até redigir e-mails, ensaios e até mesmo romances inteiros. Essas ferramentas parecem tão boas escrever que se tornaram sinônimos 💷 da própria ideia de inteligência artificial.

Mas antes que eles corram o risco de levar 💷 a uma superinteligência divina ou a um desemprego massa devastador, eles precisam de treinamento. Em vez de usar esses 💷 chatbots grandiloquentes para nos automatizar fora de nossas profissões, as empresas de tecnologia estão contratando-nos para ajudar a treinar seus 💷 modelos.

Treinando modelos de linguagem de grande escala

Além de fornecer ao nosso modelo "material de 💷 padrão ouro", ajudamos a tentar evitar que ele "alucine" – conte mentiras.

A parte central 💷 do trabalho é escrever respostas falsas para perguntas hipotéticas de chatbot. Essa é a base de treinamento que o modelo 💷 precisa receber. O "AI" precisa de um exemplo do que é "bom" antes de tentar produzir "escrita boa".

💷 Além de fornecer ao nosso modelo esses "padrões-ouro", também estamos ajudando a tentar evitar que "alucine" – 💷 um termo poético para contar mentiras. Fazemos isso fornecendo-lhe exemplos que usam um motor de pesquisa e citam fontes. Sem 💷 ver escrita que faça isso, não pode aprender a fazê-lo sozinho.

O fim do texto: quando os modelos forem 💷 treinados tudo o que há para ser lido

Sem melhores dados linguísticos, esses modelos de linguagem 💷 simplesmente não podem melhorar. O seu mundo é o nosso mundo.

Mas e se os 💷 modelos forem treinados tudo o que há para ser lido? O fim do texto está próximo.

💷 Os pesquisadores anunciaram junho que podemos esperar que isso ocorra entre 2026 e 2032 "se as tendências 💷 de desenvolvimento atuais dos LLMs continuarem". Nesse ponto, "Os modelos serão treinados conjuntos de dados aproximadamente iguais tamanho 💷 ao estoque de dados textuais públicos humanos disponíveis."

Note a palavra 💷 humano . Modelos de linguagem de grande escala 💷 fazem pouco mais do que produzir prosa, grande parte da qual já está a ser publicada na internet. Então, ```python 💷 podemos treinar esses modelos nos seus próprios ```