16:00:44

Başarmaya Çalıştığınız Şeyin Bağlamını Daha İyi Anlayabilir

ChatGPT ile basit sohbetin ötesine geçen yazma ve kodlama projelerinde çalışmak için yeni bir arayüz olan Canvas‘ı tanıtıyoruz. Tuval, ayrı bir pencerede açılarak sizin ve ChatGPT‘nin bir proje üzerinde işbirliği yapmanıza olanak tanır. Bu erken beta, sadece sohbet yoluyla değil, fikirleri yan yana oluşturarak ve geliştirerek birlikte çalışmanın yeni bir yolunu sunuyor.

Canvas, GPT-4o ile oluşturulmuştur ve beta sürümündeyken model seçicide manuel olarak seçilebilir. Bugünden itibaren Canvas tüm dünyadaki ChatGPT Plus ve Team kullanıcılarına sunuluyor. Enterprise ve Edu kullanıcıları önümüzdeki hafta erişebilecekler. Ayrıca betadan çıktığında Canvas‘ı tüm ChatGPT Free kullanıcılarının kullanımına sunma planlanıyor.

ChatGPT ile daha iyi işbirliği

İnsanlar ChatGPT‘yi her gün yazı ve kod konusunda yardım almak için kullanıyor. Sohbet arayüzünün kullanımı kolay ve birçok görev için iyi çalışıyor olsa da, düzenleme ve revizyon gerektiren projeler üzerinde çalışmak istediğinizde sınırlıdır. Canvas bu tür çalışmalar için yeni bir arayüz sunuyor.

Canvas ile ChatGPT, başarmaya çalıştığınız şeyin bağlamını daha iyi anlayabilir. ChatGPT‘nin tam olarak neye odaklanmasını istediğinizi belirtmek için belirli bölümleri vurgulayabilirsiniz. Bir kopya editörü veya kod gözden geçiricisi gibi, projenin tamamını göz önünde bulundurarak satır içi geri bildirim ve önerilerde bulunabilir.

Projeyi tuvalde kontrol edersiniz. Metin veya kodu doğrudan düzenleyebilirsiniz. ChatGPT‘den yazı uzunluğunu ayarlamasını, kodunuzda hata ayıklamasını ve diğer yararlı eylemleri hızlı bir şekilde gerçekleştirmesini isteyebileceğiniz bir kısayol menüsü vardır. Tuvaldeki geri düğmesini kullanarak çalışmanızın önceki sürümlerini de geri yükleyebilirsiniz.

ChatGPT yardımcı olabileceği bir senaryo algıladığında Canvas otomatik olarak açılır. Tuvali açmak ve mevcut bir proje üzerinde çalışmak için kullanmak üzere isteminize “tuval kullan” ifadesini de ekleyebilirsiniz.

Yazma kısayolları şunları içerir:

• Düzenlemeler önerin: ChatGPT satır içi öneriler ve geri bildirim sunar.
• Uzunluğu ayarlayın: Belge uzunluğunu daha kısa veya daha uzun olacak şekilde düzenler.
• Okuma seviyesini değiştir: Okuma seviyesini Anaokulundan Yüksek Lisansa kadar ayarlar.
• Son cilayı ekleyin: Dilbilgisi, netlik ve tutarlılığı kontrol eder.
• Emojiler ekleyin: Vurgu ve renk için ilgili emojileri ekler.

Tuval içinde kodlama

Kodlama yinelemeli bir süreçtir ve sohbet sırasında kodunuzda yapılan tüm revizyonları takip etmek zor olabilir. Canvas, ChatGPT‘nin değişikliklerini izlemeyi ve anlamayı kolaylaştırıyor ve bu tür düzenlemelere ilişkin şeffaflığı geliştirmeye devam etmeyi planlıyor.

Kodlama kısayolları şunları içerir:

• Kodu gözden geçirin: ChatGPT, kodunuzu iyileştirmek için satır içi öneriler sunar.
• Günlükler ekleyin: Kodunuzda hata ayıklamanıza ve kodunuzu anlamanıza yardımcı olmak için yazdırma deyimleri ekler.
• Yorum ekleyin: Anlaşılmasını kolaylaştırmak için koda yorumlar ekler.
• Hataları düzeltin: Hataları gidermek için sorunlu kodu tespit eder ve yeniden yazar.
• Bir dile aktarın: Kodunuzu JavaScript, TypeScript, Python, Java, C++ veya PHP’ye çevirir.

Modeli işbirlikçi olması için eğitme

GPT-4o‘yu yaratıcı bir ortak olarak işbirliği yapması için eğitildi. Model bir tuvali ne zaman açacağını, hedefe yönelik düzenlemeler yapacağını ve tamamen yeniden yazacağını biliyor. Ayrıca, kesin geri bildirim ve öneriler sağlamak için daha geniş bağlamı da anlıyor.

Bunu desteklemek için araştırma ekibi aşağıdaki temel davranışları geliştirdi:

20’den fazla otomatik iç değerlendirme ile ilerlemeyi ölçüldü. Modeli temel davranışları için sonradan eğitmek üzere OpenAI o1-preview‘den çıktıları damıtmak gibi yeni sentetik veri oluşturma teknikleri kullanıldı. Bu yaklaşım, insan tarafından üretilen verilere dayanmadan yazma kalitesini ve yeni kullanıcı etkileşimlerini hızla ele alınmasını sağladı.

Önemli bir zorluk, bir tuvalin ne zaman tetikleneceğini tanımlamaktı. Modele, “Kahve çekirdeklerinin tarihi hakkında bir blog yazısı yaz” gibi yönlendirmeler için bir tuval açmayı öğretirken, “Akşam yemeği için yeni bir tarif pişirmeme yardım et” gibi genel Soru-Cevap görevleri için aşırı tetiklemeden kaçınıldı. Yazma görevleri için, “doğru tetikleyicileri” (“doğru tetikleyici olmayanlar” pahasına) geliştirmeye öncelik verilerek ve yönlendirmeli talimatlarla sıfır atış GPT-4o‘ya kıyasla %83’e ulaşıldı.

Bu tür taban çizgilerinin kalitesinin, kullanılan özel ipucuna karşı oldukça hassas olduğunu belirtmek gerekir. Farklı istemlerle, temel yine de kötü performans gösterebilir, ancak farklı bir şekilde -örneğin, kodlama ve yazma görevleri arasında eşit derecede yanlış olarak, farklı bir hata dağılımı ve alternatif yetersiz performans biçimleri ile sonuçlanabilir. Kodlama için, deneyimli kullanıcıları rahatsız etmekten kaçınmak amacıyla model tetiklemeye karşı kasıtlı olarak önyargılı hale getirilmiş. Kullanıcı geri bildirimlerine göre bunu geliştirmeye devam edilecek.

Tuval Karar Sınırı Tetikleyici – Yazma ve Kodlama

Yazma ve kodlama görevleri için, Canvas karar sınırını doğru bir şekilde tetikleme geliştirildi ve yönlendirmeli talimatlarla sıfır atış GPT-4o‘ya kıyasla sırasıyla %83 ve %94’e ulaşıldı.

İkinci bir zorluk, tuval tetiklendikten sonra modelin düzenleme davranışını ayarlamayı içeriyordu – özellikle de tüm içeriği yeniden yazmak yerine hedeflenen bir düzenlemenin ne zaman yapılacağına karar vermek. Model, kullanıcılar arayüz üzerinden metni açıkça seçtiklerinde hedeflenen düzenlemeleri gerçekleştirecek, aksi takdirde yeniden yazmayı tercih edecek şekilde eğitildi. Modeli geliştirdikçe bu davranış da gelişmeye devam ediyor.

Canvas Düzenleme Sınırı – Yazma ve Kodlama

Yazma ve kodlama görevleri için, tuval hedefli düzenlemeleri geliştirmeye öncelik verildi. Canvas‘lı GPT-4o, temel olarak istenen GPT-4o‘dan %18 daha iyi performans gösteriyor.

Son olarak, yüksek kaliteli yorumlar üretmek için modelin eğitilmesi dikkatli bir yineleme gerektirmiştir. Kapsamlı manuel incelemelerle otomatik değerlendirmeye kolayca uyarlanabilen ilk iki durumun aksine, kaliteyi otomatik bir şekilde ölçmek özellikle zordur. Bu nedenle, yorum kalitesini ve doğruluğunu değerlendirmek için insan değerlendirmelerin kullanılmış. Entegre Canvas modeli, ayrıntılı talimatlar içeren sıfır atış GPT-4o‘dan doğrulukta %30 ve kalitede %16 daha iyi performans göstererek sentetik eğitimin yanıt kalitesini ve davranışını ayrıntılı talimatlar içeren sıfır atış GPT-4o‘ya kıyasla önemli ölçüde artırdığını gösteriyor.

Bu içeriği beğendiyseniz lütfen çevrenizle paylaşınız…