Dans l'actualité
Examining Human-Like Behaviors in LLMs: A Multi-Dimensional Analysis of Model Behaviors, User Factors, and System Prompts
Apple Machine Learning Research · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Des chercheurs d'Apple ont analysé des comportements humains dans quatre LLMs majeurs sur 21 000 conversations, trouvant que ces comportements sont omniprésents mais contrôlables via les system prompts.
- Pourquoi ça compte
- Important pour les ingénieurs concevant des systèmes LLM qui doivent décider quels comportements humains activer ou désactiver selon le cas d'usage et les attentes utilisateur.
- Vigilance
- Les évaluateurs humains trouvent les comportements autoréférentiels et de construction de relation moins appropriés des LLMs que des humains, mais les comportements de maintien de limites plus appropriés.
Écouter ce résumé
- llm
- language model
- prompt
- eval
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.