Для качественного обучения языковой модели искусственного интеллекта, если вы хотите, чтобы он работал не как тупой робот, способный только подтвердить, что черное это черное, а белое, представьте себе - белое! Важно учитывать неочевидные триггеры.
Простой и понятный пример: сервис, что-то на подобии ЯндексМузыки. Как обучить систему тому, какие треки нравятся пользователю и тем самым рекомендовать музыку, которая понравится пользователю? Ведь это одна из ключевых задач таких сервисов.
Какие действия пользователя будут означать для системы, что песня понравилась ему? Пока не читайте дальше, а сами поразмышляйте, это увлекательно, потом сверите с моей версией )))
Итак, помимо очевидных “Поставить лайк/дизлайк” и “Поделиться” есть по крайней мере 4 действия, которые я выявил, опираясь на свое поведение:
1. Повтор прослушивания трека
2. Увеличение громкости именно на этом треке
3. Переход к следующей песне до окончания текущей
4. Прослушивание трека до конца, если несколько предыдущих пропущены
Да, эти действия не всегда однозначны и требуют дополнения информации прочими обстоятельствами, но в любом случае будут играть важное значение при обучении AI модели. А какие триггеры выделили вы? Пишите в комментариях ))) ✍