Отжать воду и найти суть: как LLM революционизируют работу со знаниями

KnowledgeConf: Единая точка доступа к знаниям

Лайфхаки
СУЗ / системы управления знаниями
Фиксация знаний
Инструменты
Картирование знаний

Доклад принят в программу конференции

Мнение Программного комитета о докладе

Сделать базу знаний эффективной - сверхзадача. Доклад Николая о том, как использование языковых моделей помогает улучшить качество статей в базе знаний, а ещё о своем опыте обучения языковой модели.

Целевая аудитория

- Специалисты по управлению знаниями - Технические писатели - Менеджеры проектов, работающие с большими объемами информации

Тезисы

Большие языковые модели открывают новые возможности для работы с информацией. Они помогают не только с простыми задачами вроде форматирования, но и с более сложными - выделением главного и установлением связей.

Особенно полезны эти технологии при работе с большими объемами текста. Но буквально все языковые модели "из коробки" плохо справляются с этими задачами. Даже с эффективными промптами.

Чтобы улучшить результаты, нужно использовать разные подходы к обучению и настройке цепочек запросов. Есть как простые решения, так и неочевидные, дающие скачки качества.

Я применил эти подходы для обработки заметок из базы знаний - отделения "воды" и нейминга. Результаты показывают, что это действительно помогает работать с информацией в разы быстрее.

Николай Сенин

Независимый исследователь

Занимается разработками в области профессионального развития Личности. Темы, которые интересуют Николая: результативные коллективы, личная эффективность специалиста, управление знаниями, быстрое освоение новых предметных областей.

Автор издательства livrezon : https://livrezon.com/
В основном сейчас занимается независимыми исследованиями и freelance-заказами.

Независимый исследователь

.

Видео

Подготовительное задание
--