ملخص طويل؛ لم تقرأ

مع ارتفاع النماذج اللغوية الكبيرة، تنمو الطلب على التخصيص في البرمجيات كما لم يحدث من قبل. تعتمد منصة Honcho الجديدة من Plastic Labs نهج "التوصيل والتشغيل" المصمم لتوفير الوقت للمطورين من إعادة اختراع العجلة عند بناء ملفات تعريف المستخدم العميقة.

في 11 أبريل (بتوقيت بكين)، أعلنت شركة البداية الذكية Plastic Labs أنها أكملت جولة تمويل قبل التأسيس بقيمة 5.35 مليون دولار. قادت الجولة شركة Variant وشركة White Star Capital وشركة Betaworks، بمشاركة من Mozilla Ventures وSeed Club Ventures وGreycroft وDifferential Ventures. وشملت المستثمرين الملائكة Scott Moore وNiMA Asghari وThomas Howell. في الوقت نفسه، فتحت منصتها للهوية الذكية الشخصية، Honcho، رسميًا للوصول المبكر.

نظرًا لأن المشروع لا يزال في مراحله الأولية، فإن المجتمع الأوسع للعملات المشفرة يعرف القليل جدًا عن Plastic Labs. بجانب الإعلان عن تمويل بلاستيك على X وإطلاق منتجه، شارك دانييل باراباندر - الشريك العام والمستشار في الشركة الاستثمارية الرئيسية Variant - تحليلاً عميقًا للمشروع ومنصة Honcho الخاصة به. النص الأصلي كما يلي:

مع ظهور تطبيقات نموذج اللغة الكبيرة (LLM) ، نما الطلب على التخصيص في البرامج بشكل غير مسبوق. تعتمد هذه التطبيقات على اللغة الطبيعية ، والتي تتغير اعتمادا على الشخص الذي تتحدث إليه - تماما مثل الطريقة التي تشرح بها مفهوم الرياضيات بشكل مختلف لأجدادك عن والديك أو أطفالك. أنت تصمم اتصالاتك غريزيا لجمهورك ، ويجب أن "تفهم" تطبيقات LLM بالمثل من يتفاعلون معه لتقديم تجارب أكثر فعالية وشخصية. سواء كان مساعدا علاجيا أو مستشارا قانونيا أو رفيقا للتسوق ، تحتاج هذه التطبيقات إلى فهم حقيقي للمستخدم لتقديم قيمة حقيقية.

ومع ذلك، على الرغم من أهمية التخصيص الحرجة، لا توجد حاليًا حلول جاهزة يمكن لتطبيقات LM أن تدمجها بسهولة. غالبًا ما يضطر المطورون إلى تجميع أنظمة متشظية لتخزين بيانات المستخدم (عادةً في شكل سجلات محادثات) واسترجاعها عند الحاجة. نتيجة لذلك، تنتهي كل فريق بإعادة اختراع العجلة من خلال بناء بنية تحكم المستخدم الخاصة بهم. والأسوأ من ذلك، تقنيات مثل تخزين تفاعلات المستخدم في قاعدة بيانات ناقلة واستخدام التوليف المحسن بالاسترجاع (RAG) يمكنها فقط استرجاع المحادثات السابقة - لا يمكنها التقاط جوانب أعمق للمستخدم مثل الاهتمامات أو تفضيلات الاتصال أو الحساسية تجاه النبرة.

تقدم شركة Plastic Labs Honcho، وهي منصة توصيل وتشغيل تتيح للمطورين تنفيذ التخصيص بسهولة في أي تطبيق LM. بدلاً من بناء نمذجة المستخدم من البداية، يمكن للمطورين ببساطة دمج Honcho للوصول الفوري إلى الصفحات الشخصية الغنية والمستمرة. تتجاوز هذه الصفحات الشخصية ما يمكن أن تقدمه الطرق التقليدية، بفضل استخدام الفريق لتقنيات حديثة من علم الإدراك. علاوة على ذلك، تدعم استعلامات اللغة الطبيعية، مما يتيح لـ LM تكييف سلوكها ديناميكيًا استنادًا إلى ملف المستخدم.

من خلال تجريد تعقيد إدارة حالة المستخدم، يفتح Honcho الباب أمام مستوى جديد من التجارب شخصية فائقة لتطبيقات LL. ولكن أهميتها تتجاوز ذلك بكثير: فإن الملفات الشخصية الغنية والمجردة التي تولدها Honcho تمهد أيضًا الطريق لطبقة بيانات المستخدم المشتركة الطويلة المنشودة.

تاريخيًا، فشلت محاولات بناء طبقة بيانات المستخدم المشتركة لسببين رئيسيين:

• نقص التشغيل المشترك: ترتبط بيانات المستخدم التقليدية في كثير من الأحيان بشكل وثيق بسياقات التطبيق الخاصة، مما يجعل من الصعب ترحيلها عبر التطبيقات. على سبيل المثال، قد يقوم منصة اجتماعية مثل X بنمذجة المستخدمين بناءً على الأشخاص الذين يتابعونهم، ولكن هذه البيانات لا تقدم قيمة كبيرة لشبكتهم المهنية على LinkedIn. من ناحية أخرى، يتم التقاط صفات المستخدم ذات النظام الأعلى والأكثر انتشارًا من خلال Honcho، والتي يمكن أن تخدم بسهولة أي تطبيق LM. على سبيل المثال، إذا اكتشف تطبيق التعليم الخصوصي أن المستخدم يتعلم بشكل أفضل من خلال المقارنات، فيمكن لمساعد العلاج أن يستفيد من نفس الرؤية للتواصل بشكل أكثر فعالية - على الرغم من أن حالتي الاستخدام مختلفتان تماماً.

• عدم وجود قيمة فورية: كافحت الطبقات المشتركة السابقة لجذب المتبنين الأوائل للتطبيق لأنهم لم يقدموا فوائد ملموسة مقدما ، على الرغم من أن هؤلاء المستخدمين الأوائل كانوا مفتاحا لتوليد بيانات قيمة. يتخذ Honcho نهجا مختلفا: فهو يحل أولا "المشكلة الأساسية" لإدارة حالة المستخدم للتطبيقات الفردية. مع انضمام المزيد من التطبيقات ، يعالج تأثير الشبكة الناتج بشكل طبيعي "المشكلة الثانوية". لن تتكامل التطبيقات الجديدة للتخصيص فحسب ، بل ستستفيد أيضا من ملفات تعريف المستخدمين المشتركة الحالية منذ البداية ، متجاوزة تماما مشكلة البداية الباردة.

حاليًا، هناك مئات من التطبيقات في قائمة انتظار للإصدار التجريبي المغلق لـ Honcho، تغطي حالات استخدام مثل تدريب تعافي الإدمان، الرفاق التعليمية، مساعدي القراءة، وأدوات التجارة الإلكترونية. إستراتيجية الفريق تتمثل في التركيز أولاً على حل التحدي الأساسي لإدارة حالة المستخدم للتطبيقات، ثم تدريجياً نشر طبقة البيانات المشتركة للتطبيقات المشاركة. سيتم دعم هذه الطبقة بالحوافز المشفرة: سيركب المدمجون المبكرون حصص الملكية في طبقة البيانات وسيستفيدون من نموها. بالإضافة إلى ذلك، ستضمن آليات البلوكتشين أن يبقى النظام متمركزًا وجديرًا بالثقة، مخففًا المخاوف من كيانات مركزية تستخرج قيمة أو تبني منتجات منافسة.

يعتقد فاريانت أن فريق Plastic Labs متمكن تمامًا من التعامل مع تحدي نمذجة المستخدم في البرمجيات التي تعتمد على LL. فقد عانى الفريق هذه النقطة المؤلمة من الدرجة الأولى أثناء بناء تطبيق Bloom، التطبيق الذي يقدم الدروس الشخصية عبر الدردشة، وأدرك أن التطبيق لا يمكنه فهم الطلاب أو أساليب تعلمهم حقًا. ولد هونتشو من هذه الرؤية - والآن يقوم بحل مشكلة سيواجهها كل مطور تطبيق LL.

إخلاء المسؤولية:

1. تم إعادة نشر هذه المقالة من [PANews]. حقوق النشر تنتمي إلى الكاتب الأصلي [زنإذا كان لديك مخاوف بشأن إعادة النشر، يرجى الاتصال بGate تعلمالفريق، الذي سيتولى التعامل معه من خلال القنوات المناسبة.

2. تنويه: الآراء والآراء الواردة في هذه المقالة هي فقط تلك التي تعود إلى الكاتب ولا تشكل نصيحة استثمارية.

3. تم ترجمة النسخ الأخرى من هذه المقالة من قبل فريق Gate Learn. يرجى عدم إعادة إنتاج أو توزيع أو نسخ هذه النسخ المترجمة بدون إسناد مناسب إلىGate.io.