AI yanıtları nasıl üretilir?
AI Hakkında
Questsmith kullanmak için bunu anlamanıza gerek yok.
Bu makale teknik bir açıklama olarak tasarlanmıştır ve çoğu insan için biraz kafa karıştırıcı olabilir. Kullanıcıların Model Ayarlarını anlamalarına, AI ile denemeler yapmalarına ve daha gelişmiş Sorun Giderme yapmalarına yardımcı olmak için bunu buraya koyduk.
Questsmith'te anlatılar oluşturmak için büyük dil modellerinin altında yatan mekanikleri anlamak gerekli olmasa da, bu teknik döküm bir eylem her başlatıldığında perde arkasında gerçekleşen olaylar dizisini açıklığa kavuşturur.
Bir kullanıcı girdisinden tamamen gerçekleşmiş, tutarlı bir hikaye dizisine geçiş beş farklı hesaplama aşaması içerir:
Üretimin Beş Aşaması
Veri Yükü Derlemesi
Arayüzünüz en son eyleminizi güvenli sunucularımıza iletir. Sistem, tek, birleşik bir veri yükü derlemek için bu girdiyi hemen aktif Olay Örgüsü Temellerinizle, tetiklenen Hikaye Kartlarınızla, hafıza bloklarınızla ve geçmiş anlatı geçmişinizle birleştirir.
Tokenizasyon
Büyük dil modelleri ham metni işlemez. Tokenizer adı verilen özel bir program, metninizi token adı verilen sayısal birimlere ayırır. Ortalama olarak, bir token yaklaşık dört karaktere eşittir. Gelişmiş yapılandırma ayarlarınız bu ham token sınırlarını doğrudan kontrol eder.
Sinir Ağı İşleme
Sayısal tokenler, ağırlık adı verilen milyarlarca istatistiksel değişken içeren derin bir sinir ağı matrisine enjekte edilir. Bu ağırlıklar, AI'nin terabaytlarca genel edebiyat, kitap ve senaryo analiz ederek öğrendiği dilsel kalıpları depolar. Ağ, hikayenizde sırada ne olması gerektiğini tahmin etmek için bu verileri kullanır.
İstatistiksel Örnekleme
AI yalnızca bir cümle yazmaz; olası her bir sonraki token için devasa bir olasılık dağılımı listesi hesaplar. Tokenleri istatistiksel denklemler kullanarak tek tek seçer. Bu örnekleme aşaması, özel ayarlarınızdan büyük ölçüde etkilenir:
- Sıcaklık yaratıcılığı artırır veya katı mantıksal tutarlılığı zorlar.
- Top K ve Top P, olay örgüsünü sağlam tutmak için son derece olası olmayan kelimeleri filtreler.
Detokenizasyon ve Rafine Etme
Üretim döngüsü bittiğinde, sayısal tokenler tekrar insan tarafından okunabilir metne çevrilir. Sunucularımız, çıktının temiz, tamamlanmış bir cümleyle bitmesini sağlamak ve bir sonraki Yeniden Deneme seçeneklerinizi güçlendirmek için alternatif varyasyonları önbelleğe almak üzere son işleme sonrası algoritmalarını uygular. Metin daha sonra cihazınızda görüntülenir, bir sonraki hamlenize hazır.