A mesterséges intelligenciával való hosszú távú együttműködés során gyakori probléma, hogy az AI egy idő után elfelejti a korábban adott instrukciók egy részét különösebb figyelmeztetés nélkül. Ilyenkor előfordulhat, hogy az AI olyan javaslatokat tesz, amelyeket már egyszer elutasítottunk, vagy visszatér régi hibáihoz, ami különösen zavaró lehet hosszabb projektek során.
Ez a jelenség általában a beszélgetések tömörítése miatt következik be. Amikor az AI-nak túl sok adatot kell feldolgoznia egy beszélgetésben, kénytelen tömöríteni a korábbiakat, sokszor kihagyva a döntések mögött álló indokokat. Bár gyakran megőrzi, miről van szó (a ‘mit’), a ‘miért’-ek gyakran elvesznek, így az ismételt hibák előfordulhatnak.
Az előadás izgalmas kérdéseket vet fel: hogyan vehető észre, hogy a tömörítés hatására romlott a minőség? Mi különbözteti meg a különböző AI modellek tömörítési stratégiáit? Milyen gyakorlati módszerekkel védekezhetünk e jelenség ellen, hogy a fontos döntések, módosítások és indokok ne vesszenek el?
A videó bemutat egy egyszerű, egyfájlos megoldást, amelynek segítségével rendszerezhetők és megőrizhetők a döntések, indoklások, javítások, így bármikor újra elővehetők a hosszabb beszélgetések során is. Felmerül az is, hogyan érdemes mappastruktúrát kialakítani az AI-vel közös munkához, illetve miben különbözik a böngészős és asztali alkalmazások munkafolyamata.
