| Thema: |
|
||
| Autor: | JPS | ||
| Datum: | 31.01.25 15:47 | ||
| Antwort auf: | Da bin ich ausnahmsweise mal "Deutsch" von Doc Ower | ||
>Ich seh für die Zukunft einfach nicht, wo die LLM bei den strukturellen Schwächen die Zukunft sein sollen? Ja, es ist faszinierend was dabei rauskommt, aber wie kann man bei den Nachteilen da nicht von ner Sackgasse ausgehen. Es reicht doch aus, wenn das Ergebnis im Schnitt gut genug ist um kostengünstiger zum gleichen Ergebnis zu kommen. Es muss in vielen Anwendungsfällen gar nicht 100%ig fehlerfrei sein, sondern einfach nur Zeit und damit Geld sparen oder Menschen ermöglichen Dinge umzusetzen, für die sie eigentlich nicht die nötige Qualifikation mitbringen. Oft reichen dafür 90% aus, wenn es nicht gerade um selbstfahrende Autos oder andere sicherheitsrelevante Dinge geht und auch wenn eine menschliche Endkontrolle erforderlich ist, kann es immer noch Zeit/Geld sparen. Und wenn die 90% mit der Zeit auf 95% oder noch näher an 100% gebracht werden können, umso besser. Hier z.B. eine Python-App die ich mit ChatGPT entwickelt habe - 2000 Zeilen Code und immer noch viel manuelles Kontrollieren und Testen, aber am Ende funktioniert es wie gewünscht und ist damit besser für meinen Anwendungsfall als alle vorgefertigten Lösungen die ich gefunden habe. Und dabei habe ich gezielt keine Zeile Code von Hand geschrieben, weil ich sehen wollte, ob ich es komplett mit der KI hinbekomme - und das ging. [https://i.imgur.com/HyRbbSJ.png] [https://i.imgur.com/UrP2Lnn.png] [https://i.imgur.com/30wV1SG.png] [https://i.imgur.com/aV7GVi5.png] (Das sind keine Kanalempfehlungen! Teilweise zwar schon, aber da ist auch Müll dabei, den ich nur zum Test verwendet habe.) Andere Anwendungsfälle: - Rohentwurf eines Textes erstellen - bereits dieser ist oft besser als das was einige Leute hier aus dem Forum mit viel Mühe hinbekommen würden. - Daten aus verschiedenen Quellen zusammenführen, z.B. Bezeichnungen von einer Tabelle aus dem Web mit Daten aus einem PDF. Wo nötig mit relativ guter Texterkennung, so dass man nahezu jede Quelle einfach als Bild einspeisen kann. - Ein Angebot gegenchecken auf Rechtschreibfehler, Rechenfehler, unvorteilhafte Formulierungen, usw. Auch wenn es vielleicht nicht jeden Fehler entdeckt lohnt sich der Aufwand von ein paar Sekunden auch schon, wenn es nur jeden zweiten Fehler findet, der sonst ungeprüft rausgegangen wäre. - Videos übersetzen - Videos in Sprachen erstellen, die man selbst nicht oder nicht sauber genug spricht. Hier z.B. ein Youtuber der Videos von einer KI-Sprecherin vortragen lässt - sicher nicht perfekt, aber offenbar schon ohne manuelle Nachbesserung (da wäre noch an einigen Stellen Potential - der Typ ist nur etwas faul) gut genug um damit Zuschauer zu finden - und die Qualität wird weiterhin immer besser - in 10 Jahren ist das vermutlich kaum mehr als KI zu erkennen: [https://youtu.be/eTEWcRGegNQ] (Geht hier nur um ein Beispiel - das ist keine Kanalempfehlung) Was am meisten Zeit kostet ist aktuell sogar eher noch der Workflow, dass man Daten also noch manuell zusammentragen muss oder per Copy&Paste herumkopieren muss. Aber auch das wird immer besser und einfacher. Künftig prüft die KI dann eben wie eine Rechtschreibprüfung jeden Forenbeitrag beim Abschicken und macht nochmal Vorschläge zur besseren Strukturierung, Formulierung oder weist darauf hin, dass die Aussagen fachlich falsch sind. Diese Hilfestellung kann man dann annehmen oder ablehnen. |
|||
| < antworten > | |||