Wielopoziomowe działanie LLM, czyli "Deep Actions" w praktyce
Personalizacja AI na poziomie programowania aplikacji pozwala wycisnąć z LLM maksimum. Czas przyjrzeć się bliżej koncepcji Deep Actions, dzięki której zwiększysz jakość generowanych treści i skuteczność rozwiązywania problemów.
Na konkretnym przykładzie personalizacji Deep Search zobaczysz możliwości oraz wyzwania wynikające zarówno z samych modeli językowych, jak i ekosystemu dostępnych narzędzi, a na koniec otrzymasz kod źródłowy.
Omówimy "Deep Actions" na przykładach Deep Thinking, Recall i Search.
Weźmiemy pod lupę Deep Search w OpenAI, Grok, Perplexity, DeepSeek.
Pokażemy alternatywne rozwiązania Open Source.
Zasugerujemy jak zredukować halucynacje i koszty, zwiększając jakość.
Podzielimy się przykładem personalizacji Deep Action i kodem źródłowym.
- JavaScript Hero of Community przyznany przez JS Poland.
- Twórca Alice – Asystenta AI wyróżnionego na Product Hunt
- Co-founder w EasyCart
- Head of Development w eduweb
- Twórca Serwerów VPS Mikr.us
- Twórca popularnego newslettera dla branży IT UNKNOW NEWS (20k+ subskrybentów)
- Szkoleniowiec w Niebezpiecznik.pl
- Wcześniej między innymi Senior Site Reliability Engineer w Akamai Technologies
- Head of Fraud Intelligence w Nethone
- Security Officer w Air Space Intelligence
- Tłumaczy skomplikowane rzeczy w prosty sposób na popularnym kanale YouTube (150k+ subskrybentów) oraz jako host audycji radiowych w RMF FM