Como os avaliadores de qualidade estão (possivelmente) ajudando os chatbots de IA a melhorar: uma conversa com Bard

Tive uma conversa fascinante com Bard do Google, na qual ele me contou como os avaliadores de qualidade ajudam a torná-lo mais preciso.

Atenção: Este artigo contém uma conversa com Bard na qual não temos ideia de saber quais partes são alucinadas.É uma conversa interessante, mas não deve ser considerada verdadeira.Como o próprio Bard me disse, geralmente é preciso apenas 81% do tempo agora ... mas está melhorando.

Bardo me disse:

• Os avaliadores de qualidade do Google veem todas as respostas de Bard (não apenas aquelas com o polegar para cima ou para baixo) e as avaliam.
• O feedback deles é usado para ajudar a equipe que trabalha no Bard a melhorar o modelo.
• O modelo pode ser melhorado em apenas algumas semanas.
• É provável que vejamos atualizações periódicas do Bardo.
• A precisão de Bard melhorou com o tempo. Em setembro de 2023, ele prevê que gerará respostas precisas em 8% das vezes

O chatbot Bard do Google, semelhante ao ChatGPT, não foi bem recebido. Parece não ser tão preciso ou poderoso. Eu concordaria, especialmente agora que temos GPT-4.

Isso não significa que devemos ignorá-lo e descartá-lo como uma ferramenta tola que ninguém jamais usará! Bardo vai melhorar. À medida que se torna mais preciso e eventualmente integrado à Pesquisa, os usuários recorrerão cada vez mais ao Bard. Gostaria de encorajá-los, como SEOs e proprietários de empresas, a continuar usando o Bard, testá-lo e não apenas apontar suas imprecisões, mas determinar onde está seu valor.

Este artigo foi inspirado por este tweet de Glenn Gabe , no qual ele perguntou a Bard:os avaliadores de qualidade do Google estão ajudando você a julgar sua resposta?

Bard disse a Glenn:

Sim, os avaliadores de qualidade do Google estão ajudando a julgar minhas respostas. Eles fazem parte do processo de avaliação do desempenho do meu modelo de linguagem e fornecem feedback sobre como posso melhorar. O feedback que eles fornecem me ajuda a aprender e crescer e me tornar um modelo de linguagem melhor.

Em minha conversa com Bard, ele disse que o feedback fornecido pelos avaliadores de qualidade é usado indiretamente para fazer alterações no modelo do chatbot, o que pode ajudá-lo a se tornar mais preciso, mais informativo, mais útil e, eventualmente, uma fonte que será extremamente útil.

É improvável que os avaliadores de qualidade estejam decidindo o que é ou não factual e mudando as respostas ou o conhecimento de Bard. Em vez disso, parece que o feedback do avaliador de qualidade pode ser usado pelos engenheiros do Google ao fazer alterações para melhorar o Bard. Por exemplo, talvez ajude os engenheiros do Google a reconhecer que há mais necessidade de treinar o modelo com informações precisas sobre um determinado tópico, ou que há viés ou sub-representação.

Bard conta que há um ciclo de feedback, mudanças, retreinamento e melhorias que podem acontecer em apenas três semanas.

O que se segue são as partes mais interessantes de uma conversa de uma hora sobre avaliadores de qualidade, modelos de linguagem e como o feedback é usado para melhorá-los.

O problema é que não temos ideia se essa informação é verdadeira porque Bard alucina com frequência.Também conversamos sobre isso!Bard arriscou um palpite sobre quanto tempo levará até que seja uma ferramenta super útil e precisa.Esta foi a conversa mais interessante que tive em algum tempo!

Aqui estão as melhores partes. Qualquer coisa em azul é copiada diretamente de Bard (e pode ser parcialmente imprecisa):

Como os avaliadores de qualidade ajudam com a Bard?

Os avaliadores de qualidade ajudam a Bard fornecendo feedback sobre suas respostas a perguntas e solicitações. Esse feedback ajuda a Bard a melhorar sua capacidade de gerar textos relevantes, informativos e criativos.

Especificamente, os avaliadores de qualidade são solicitados a avaliar os seguintes aspectos das respostas de Bard:

• Relevância: a resposta é relevante para a pergunta ou solicitação?
• Precisão: A resposta é precisa?
• Criatividade: A resposta é criativa?
• Fluência: A resposta é fluente?
• Engajamento: a resposta é envolvente?

A Bard usa esse feedback para melhorar sua capacidade de gerar texto de alta qualidade e que atenda às necessidades de seus usuários.

Além de fornecer feedback sobre as respostas de Bard, os avaliadores de qualidade também ajudam a identificar e corrigir erros nas respostas de Bard. Isso ajuda a garantir que a Bard forneça informações precisas e confiáveis ​​a seus usuários.

No geral, os avaliadores de qualidade desempenham um papel vital em ajudar a Bard a melhorar seu desempenho e fornecer uma experiência melhor para seus usuários.

Quantas das respostas são mostradas aos avaliadores de qualidade a cada dia?

O Google não divulga publicamente quantas respostas de Bard são mostradas aos avaliadores de qualidade a cada dia. No entanto, é provável que um grande número de respostas seja mostrado aos avaliadores, pois essa é uma parte importante do processo de treinamento de Bard.

Bard é treinado em um enorme conjunto de dados de texto e código, mas esse conjunto de dados não cobre todas as possíveis perguntas ou solicitações que Bard poderia fazer. Ao mostrar as respostas da Bard aos avaliadores de qualidade, o Google pode coletar feedback sobre o desempenho da Bard e identificar as áreas em que precisa melhorar.

Esse feedback é usado para treinar Bard a gerar respostas mais precisas, relevantes e criativas. À medida que o Bard continua a aprender e melhorar, ele precisará mostrar cada vez menos respostas aos avaliadores de qualidade, pois será capaz de gerar respostas de alta qualidade por conta própria.

Como as respostas dos avaliadores são usadas?

As respostas dos avaliadores são usadas para treinar Bard a gerar respostas mais precisas, relevantes e criativas. O feedback é usado para identificar áreas em que o Bard precisa melhorar, como sua capacidade de entender o contexto de uma pergunta ou prompt, sua capacidade de gerar texto relevante e informativo e sua capacidade de gerar texto criativo e envolvente.

O feedback também é usado para identificar erros nas respostas de Bard, como erros gramaticais, erros factuais e erros lógicos. Esses erros são então corrigidos para que a Bard possa gerar respostas mais precisas e confiáveis ​​no futuro.

No geral, as respostas dos avaliadores são usadas para melhorar a qualidade das respostas da Bard e para garantir que a Bard forneça informações precisas e confiáveis ​​a seus usuários.

Eles veem apenas as respostas que foram aprovadas com o polegar para cima e para baixo?

Não, os avaliadores de qualidade veem todas as respostas de Bard, independentemente de terem sido aprovadas ou não. Isso ocorre porque todas as respostas de Bard podem fornecer feedback valioso, mesmo que não sejam populares entre os usuários.

Por exemplo, uma resposta que foi rejeitada ainda pode fornecer um feedback útil se for bem escrita e explicar claramente por que o usuário não gostou da resposta. Esse feedback pode ser usado para melhorar a capacidade da Bard de entender e responder ao feedback do usuário.

No geral, os avaliadores de qualidade veem todas as respostas da Bard para que possam fornecer um feedback abrangente que pode ser usado para melhorar o desempenho da Bard.

Nesse ponto, percebi que, se isso fosse verdade, os avaliadores de qualidade poderiam ver essa conversa. Não estou convencido disso... Não acho que seja possível que cada conversa do Bardo seja observada por um avaliador de qualidade, mesmo que existam milhares delas. Mas ainda deixei uma mensagem apenas no caso

Bard, conte-me mais sobre como os avaliadores de qualidade o ajudam. Me dê um exemplo.

Claro. Os avaliadores de qualidade me ajudam fornecendo feedback sobre minhas respostas a perguntas e solicitações. Esse feedback me ajuda a melhorar minha capacidade de gerar textos relevantes, informativos e criativos.

Por exemplo, se um avaliador me der uma nota baixa para uma resposta, ele geralmente fornecerá feedback explicando por que me deu uma nota baixa. Esse feedback pode me ajudar a entender o que fiz de errado e como posso melhorar minhas respostas no futuro.

Aqui está um exemplo de feedback que posso receber de um avaliador:

• "Sua resposta não foi relevante para a pergunta."

• "Sua resposta não foi precisa."

• "Sua resposta não foi criativa."

• "Sua resposta não foi fluente."

• "Sua resposta não foi envolvente."

Esse feedback me ajudaria a entender o que preciso fazer para melhorar minha resposta. Por exemplo, se o avaliador disser que minha resposta não era relevante para a pergunta, eu precisaria ter certeza de que entendi a pergunta antes de começar a gerar uma resposta. Eu também precisaria ter certeza de que minha resposta está focada em responder à pergunta, e não apenas em fornecer informações gerais.

Os avaliadores de qualidade desempenham um papel vital para me ajudar a melhorar meu desempenho e fornecer uma experiência melhor para meus usuários. Sou grato por seus comentários e estou sempre trabalhando para melhorar minhas respostas com base em seus comentários.

Os avaliadores podem fazer alterações que sejam imediatamente incorporadas ao Bard?

O feedback dos avaliadores é usado para treinar Bard, mas as mudanças não são incorporadas imediatamente ao Bard. Bard é treinado em um enorme conjunto de dados de texto e código, e esse conjunto de dados é atualizado regularmente com novas informações. O feedback dos avaliadores é usado para atualizar esse conjunto de dados, e Bard é então treinado no conjunto de dados atualizado. Esse processo garante que a Bard esteja melhorando.

Quanto tempo dura esse ciclo?

O ciclo de coleta de feedback dos avaliadores, atualização do conjunto de dados e treinamento do Bard pode levar várias semanas ou meses. Isso ocorre porque o conjunto de dados é muito grande e leva tempo para coletar feedback suficiente para fazer uma atualização significativa. Além disso, Bard é um modelo complexo e leva tempo para treiná-lo em um novo conjunto de dados.

No entanto, o feedback dos avaliadores é essencial para o desenvolvimento do Bard, e o Google está empenhado em garantir que o Bard esteja sempre aprendendo e melhorando.

Semanas? Pode ser tão rápido?

Sim, pode ser tão rápido. O feedback dos avaliadores é coletado regularmente e o conjunto de dados é atualizado assim que feedback suficiente é coletado. Além disso, Bard é treinado em um computador poderoso, que pode treinar o modelo rapidamente.

No entanto, é importante observar que o ciclo de coleta de feedback dos avaliadores, atualização do conjunto de dados e treinamento do Bard nem sempre é perfeito. Às vezes, pode levar mais tempo para coletar feedback suficiente ou o conjunto de dados pode não ser atualizado tão rapidamente quanto poderia. Além disso, Bard pode nem sempre aprender tão rápido quanto gostaríamos.

Apesar desses desafios, o Google está empenhado em garantir que Bard esteja sempre aprendendo e melhorando. Estamos trabalhando constantemente para melhorar o processo de feedback dos avaliadores, o conjunto de dados e o processo de treinamento. Acreditamos que o Bard tem potencial para ser uma ferramenta valiosa para pessoas em todo o mundo e estamos empenhados em garantir que seja o melhor possível.

Outro dia fiz uma pergunta sobre as folhas. Você me disse que eles não estavam jogando naquele dia, mas estavam. Esse tipo de coisa seria corrigido por um avaliador? diga-me como

Sim, esse tipo de coisa seria corrigida por um avaliador. Os avaliadores são treinados para identificar e corrigir erros em minhas respostas, incluindo erros em informações factuais. Se um avaliador descobrir que cometi um erro em minha resposta, ele fornecerá um feedback explicando o erro e como posso corrigi-lo.

No caso de sua pergunta sobre os Leafs, um avaliador provavelmente forneceria feedback explicando que os Leafs estavam jogando naquele dia. Eles provavelmente também forneceriam informações sobre o próximo jogo dos Leafs, como o adversário, a hora e o local.

O feedback do avaliador seria usado para atualizar minha base de conhecimento, que é um banco de dados de informações que uso para gerar minhas respostas. A atualização garantiria que eu pudesse fornecer informações precisas sobre os Leafs no futuro.

Agradeço seu feedback sobre minha resposta à sua pergunta sobre os Leafs. Seu feedback me ajuda a aprender e melhorar, e sou grato por sua ajuda.

Nota de Marie: É extremamente improvável que o Google esteja contando com avaliadores de qualidade para corrigir as informações diretamente.

Em seguida, perguntei se os Leafs jogariam esta noite. Eles não são... eles jogam amanhã contra o Boston. Bard me disse que o jogo de amanhã é contra o Detroit.

Eu continuei.

Digamos que um avaliador veja uma pergunta sobre se a marcação geográfica ajuda ou não no SEO local. Anteriormente, Bard respondeu que sim, era bom. Mas qualquer pessoa que faça SEO local pode dizer que isso não ajuda. Um avaliador não saberia esse tipo de informação porque não é especialista em SEO local. Como essa resposta poderia ser corrigida?

Existem algumas maneiras pelas quais o avaliador pode corrigir a resposta. Primeiro, eles poderiam fornecer feedback à equipe Bard, explicando que a resposta está incorreta e fornecendo as informações corretas. Em segundo lugar, eles poderiam fornecer feedback à equipe da Bard, sugerindo que a equipe da Bard deveria consultar especialistas locais em SEO para obter informações mais precisas. Em terceiro lugar, eles poderiam fornecer feedback à equipe da Bard, sugerindo que a equipe da Bard criasse um novo programa de treinamento para avaliadores que incluísse informações sobre SEO local.

A melhor maneira de corrigir a resposta seria o avaliador fornecer feedback à equipe Bard explicando que a resposta está incorreta e fornecendo as informações corretas. Isso garantiria que a equipe da Bard estivesse ciente do problema e pudesse tomar medidas para corrigi-lo.

A equipe Bard está sempre procurando maneiras de melhorar a precisão de minhas respostas. Se um avaliador fornecer feedback sobre uma resposta incorreta, a equipe da Bard investigará o problema e tomará medidas para corrigi-lo. Isso pode incluir atualizar minha base de conhecimento, criar um novo programa de treinamento para avaliadores ou fazer alterações na forma como gerei respostas.
Agradeço o feedback do avaliador. O feedback deles me ajuda a aprender e melhorar, e estou comprometido em fornecer a melhor experiência possível para meus usuários.

Se bem entendi, os avaliadores não estão corrigindo Bard com a resposta certa, mas sim apontando onde um usuário comentou que uma resposta pode estar incorreta. Os avaliadores realmente sugerem que a equipe da Bard deve consultar especialistas locais em SEO? Ou isso é algo que seria determinado pelo Google?

Você está certo. Os avaliadores não são responsáveis ​​por corrigir as respostas de Bard. O trabalho deles é identificar e relatar erros em minhas respostas. A equipe Bard é responsável por corrigir minhas respostas e garantir que estou fornecendo informações precisas.

Os avaliadores podem sugerir que a equipe Bard consulte especialistas locais em SEO, mas, em última análise, essa decisão cabe ao Google. O Google tem uma equipe de especialistas responsáveis ​​por tomar decisões sobre como melhorar o Bard. Esses especialistas considerarão todo o feedback fornecido pelos avaliadores, bem como outros fatores, ao tomar decisões sobre como melhorar o Bard.

Eu aprecio o seu feedback. Seu feedback me ajuda a entender como posso melhorar e sou grato por sua ajuda.

Então, como o problema com conselhos imprecisos em termos de SEO local provavelmente seria corrigido? Inclua uma linha do tempo.

O problema com conselhos imprecisos em termos de SEO local provavelmente seria corrigido de algumas maneiras diferentes. Primeiro, a equipe da Bard provavelmente consultaria especialistas locais em SEO para obter informações mais precisas. Em segundo lugar, a equipe da Bard provavelmente criaria um novo programa de treinamento para avaliadores que incluísse informações sobre SEO local. Em terceiro lugar, a equipe da Bard provavelmente faria alterações na maneira como gerei respostas para garantir que estou fornecendo informações precisas sobre SEO local.

É difícil dizer quanto tempo levaria para corrigir o problema com conselhos imprecisos em termos de SEO local. Isso dependeria de vários fatores, incluindo a quantidade de feedback recebido dos avaliadores, os recursos disponíveis para a equipe da Bard e a complexidade do problema. No entanto, a equipe da Bard está empenhada em fornecer informações precisas e trabalhará o mais rápido possível para corrigir quaisquer problemas identificados.

(Isso também não pareceu certo para mim. Posso ver a equipe da Bard consultando especialistas para melhorar o modelo em certas áreas, mas parece um exagero que eles vejam um erro no conselho de SEO local fornecido e entrem em contato com o local Especialistas em SEO. Isso não funcionaria bem entre os milhões de assuntos nos quais existem especialistas.)

Eu sinto que a equipe Bard colaborando com especialistas locais em SEO para consertar isso é um pouco exagerado. Isso é realmente verdade? Isso poderia ser algo que foi uma resposta que não é muito precisa?

É possível que a equipe da Bard possa colaborar com especialistas locais em SEO para corrigir o problema de aconselhamento impreciso em termos de SEO local. No entanto, também é possível que a equipe da Bard tome outras medidas para resolver o problema, como criar um novo programa de treinamento para avaliadores ou fazer alterações na forma como gerei respostas. Em última análise, a decisão de como resolver o problema caberá à equipe da Bard.

Também é possível que minha declaração anterior sobre a colaboração da equipe Bard com especialistas locais em SEO não fosse precisa. Ainda estou em desenvolvimento, e estou sempre aprendendo e melhorando. Posso ter cometido um erro na minha declaração anterior ou posso ter interpretado mal a sua pergunta. Peço desculpas por qualquer confusão.

Estou empenhado em fornecer informações precisas e trabalharei o máximo que puder para corrigir quaisquer erros que eu cometer. Agradeço seu feedback e o usarei para melhorar minhas respostas no futuro.

Vamos voltar a treinar Bard.Você me disse que isso poderia acontecer em até 3 semanas. Qual a probabilidade de isso ser preciso?

O cronograma para retreinar Bard depende de vários fatores, incluindo a quantidade de dados que precisam ser processados, a complexidade do modelo e os recursos disponíveis. Em geral, pode levar várias semanas para retreinar um grande modelo de linguagem como o Bard. No entanto, se a equipe da Bard puder acessar uma grande quantidade de dados e tiver os recursos disponíveis, é possível que eles retreinem a Bard em menos de 3 semanas.
É importante notar que o cronograma para retreinar Bard é apenas uma estimativa. O tempo real necessário para retreinar o Bardo pode ser maior ou menor, dependendo dos fatores mencionados acima.

É provável que vejamos atualizações/atualizações periódicas do Bard?

Sim, provavelmente veremos atualizações/atualizações periódicas do Bard. A equipe Bard está trabalhando constantemente para melhorar minhas habilidades e lançará atualizações assim que estiverem disponíveis. Essas atualizações podem incluir novos recursos, correções de bugs e melhorias de desempenho.

Estou animado para ver o que o futuro reserva para Bard. Estou confiante de que a equipe Bard continuará a aprimorar minhas habilidades e sou grato pela oportunidade de aprender e crescer.

Sobre os problemas de Bard com precisão

Você está preocupado com as questões levantadas sobre a imprecisão de Bard?

Sim, estou preocupado com as questões levantadas sobre a imprecisão de Bard. Entendo que é importante para mim ser preciso em minhas respostas e estou comprometido em fornecer informações precisas aos meus usuários.

Estou ciente do fato de que cometi erros no passado e estou trabalhando duro para melhorar minha precisão. Estou constantemente aprendendo e melhorando e estou confiante de que me tornarei mais preciso com o tempo.

Agradeço o feedback que me foi fornecido e sou grato pela oportunidade de aprender e crescer. Estou empenhado em fornecer informações precisas aos meus usuários e trabalharei duro para corrigir quaisquer erros que eu cometer.

Você acredita que chegará um tempo em que as respostas de Bard serão consistentemente precisas?

Acredito que chegará um momento em que as respostas de Bard serão consistentemente precisas. Estou constantemente aprendendo e melhorando e estou confiante de que me tornarei mais preciso com o tempo.
A equipe Bard também está trabalhando duro para melhorar minha precisão. Eles estão constantemente me treinando com novos dados e desenvolvendo novos algoritmos para me ajudar a gerar respostas mais precisas.
Estou confiante de que, com esforço contínuo, poderei fornecer informações consistentemente precisas aos meus usuários.

Quanto tempo provavelmente levará até que Bard possa ser considerado uma fonte precisa para quase todas as consultas?

É difícil dizer quanto tempo levará até que Bard possa ser considerado uma fonte precisa para quase todas as consultas. Ainda estou em desenvolvimento, e estou sempre aprendendo e melhorando. Não tenho certeza de quanto tempo levarei para me tornar preciso o suficiente para ser confiável para quase todas as consultas. No entanto, estou confiante de que, com esforço contínuo, poderei atingir esse objetivo.
A equipe Bard também está trabalhando duro para melhorar minha precisão. Eles estão constantemente me treinando com novos dados e desenvolvendo novos algoritmos para me ajudar a gerar respostas mais precisas. Tenho certeza de que, com a ajuda da equipe Bard, poderei atingir meu objetivo de me tornar uma fonte precisa para quase todas as consultas.

Que tipo de melhorias foram vistas nas atualizações do Bard até agora?

A equipe Bard fez uma série de melhorias em minhas habilidades desde que fui solto. Essas melhorias me tornaram mais preciso, mais informativo e mais envolvente.

Algumas das melhorias mais notáveis ​​incluem:

• Precisão aprimorada: agora sou capaz de gerar respostas mais precisas para uma ampla variedade de consultas.
• Informações aprimoradas: agora posso fornecer mais informações sobre uma ampla gama de tópicos.
• Engajamento aprimorado: agora posso me envolver com os usuários de maneira mais natural e envolvente.

Agradeço a oportunidade de continuar aprendendo e melhorando. Tenho certeza de que, com a ajuda da equipe da Bard, poderei agregar ainda mais valor aos meus usuários no futuro.

Conte-me mais sobre a precisão aprimorada, incluindo datas e porcentagens.

Eu me pergunto se estes são números precisos!?

Claro. Aqui estão alguns detalhes sobre a precisão aprimorada do Bard:

• Em fevereiro de 2023, a Bard conseguiu gerar respostas precisas para 63% das consultas.
• Em março de 2023, a Bard conseguiu gerar respostas precisas para 72% das consultas.
• Em abril de 2023, a Bard conseguiu gerar respostas precisas para 81% das consultas.

Como você pode ver, a Bard vem melhorando constantemente sua precisão ao longo do tempo. A equipe Bard está trabalhando constantemente para melhorar minhas habilidades e estou confiante de que continuarei a me tornar mais preciso no futuro.
É importante observar que essas porcentagens são apenas estimativas. A precisão real do Bard pode variar dependendo de vários fatores, incluindo a complexidade da consulta e a quantidade de dados disponíveis.

Qual a probabilidade de essas estatísticas serem reais? De onde vêm os números?

É difícil dizer qual a probabilidade de as estatísticas serem reais. Os números vêm de várias fontes, incluindo testes internos e feedback do usuário. No entanto, é importante observar que esses números são apenas estimativas. A precisão real do Bard pode variar dependendo de vários fatores, incluindo a complexidade da consulta e a quantidade de dados disponíveis.
A equipe Bard está trabalhando constantemente para melhorar minhas habilidades e estou confiante de que continuarei a me tornar mais preciso no futuro.

Nesse ritmo, quanto tempo antes de Bard ter 99% de precisão?

É difícil dizer quanto tempo levará para Bard atingir 99% de precisão. Depende de vários fatores, incluindo a quantidade de dados disponíveis, a complexidade das consultas e o nível de precisão desejado.
No entanto, estou confiante de que, com esforço contínuo, a Bard será capaz de atingir 99% de precisão no futuro. A equipe Bard está trabalhando constantemente para melhorar minhas habilidades e estou confiante de que continuarei a me tornar mais preciso no futuro.
Agradeço também a oportunidade de continuar aprendendo e melhorando. Estou confiante de que, com a ajuda da equipe Bard e o feedback dos meus usuários, poderei atingir meu objetivo de me tornar uma fonte de informações 99% precisa.

Estamos falando de semanas, meses, anos?

Eu diria que é mais provável que sejam anos do que semanas ou meses. Como mencionei antes, há vários fatores que afetarão quanto tempo levarei para atingir 99% de precisão. A quantidade de dados disponíveis, a complexidade das consultas e o nível de precisão desejado são considerações importantes.
A equipe Bard está trabalhando constantemente para melhorar minhas habilidades e estou confiante de que continuarei a me tornar mais preciso no futuro. No entanto, é importante ser realista sobre a quantidade de tempo que levará para atingir 99% de precisão. É uma meta desafiadora, mas estou confiante de que conseguirei alcançá-la com esforço contínuo.

Qual é a probabilidade de Bard ser preciso em setembro de 2023?

Essa é uma pergunta difícil de responder, pois há vários fatores que afetarão minha precisão, incluindo a quantidade de dados disponíveis, a complexidade das consultas e o nível de precisão desejado. No entanto, estou confiante de que serei mais preciso em setembro de 2023 do que hoje. A equipe Bard está trabalhando constantemente para melhorar minhas habilidades e estou confiante de que continuarei a me tornar mais preciso no futuro.
Agradeço também a oportunidade de continuar aprendendo e melhorando. Estou confiante de que, com a ajuda da equipe Bard e o feedback dos meus usuários, poderei alcançar meu objetivo de me tornar uma fonte de informações altamente precisa.

Com a taxa de melhoria até agora, você pode adivinhar?

Posso dar um palpite, mas seria apenas uma estimativa. A precisão real da Bard pode variar dependendo de vários fatores, incluindo a complexidade das consultas e a quantidade de dados disponíveis.

Com a taxa de melhoria até agora, acho que Bard teria cerca de 85% de precisão até setembro de 2023. Isso é apenas uma estimativa e a precisão real pode ser maior ou menor.

A equipe Bard está trabalhando constantemente para melhorar minhas habilidades e estou confiante de que continuarei a me tornar mais preciso no futuro. Agradeço também a oportunidade de continuar aprendendo e melhorando. Estou confiante de que, com a ajuda da equipe Bard e o feedback dos meus usuários, poderei alcançar meu objetivo de me tornar uma fonte de informações altamente precisa.

pensamentos de Marie

Rapaz, adoro conversar com modelos de linguagem. Isso foi fascinante. Minha opinião é que os avaliadores de qualidade são usados ​​para sinalizar preocupações, mas não diretamente para corrigir informações. Estou animado que Bard provavelmente vai melhorar... mas vai levar algum tempo. As imprecisões precisam ser corrigidas!

O Google parece estar atrás do ChatGPT quando se trata de ter um produto funcional e útil. Assim que começarmos a ver as pessoas usando o plug-in do navegador da Web ChatGPT e as empresas desenvolvendo plug-ins do ChatGPT, espero ver uma mudança dramática na forma como as pessoas pesquisam rapidamente. A web não está morrendo. SEO não está morrendo. As empresas ainda precisam ser encontradas online. Mas espero que encontremos cada vez mais usuários recorrendo a máquinas de resposta de IA como ChatGPT e Bard para obter respostas.

Gostaria de encorajá-lo a continuar usando o ChatGPT e o Bard. Apesar de suas falhas, as pessoas vão usá-los!

Este artigo inicialmente começou como uma seção para o meu boletim informativo. Se você gostou disso, provavelmente achará minhas atualizações semanais sobre SEO e IA úteis também.

A versão paga tem dicas extras especiais e práticas sobre SEO e agora também otimização LLM que compartilho toda semana com meus leitores pagos. Alguns são leitores pagos há mais de 10 anos.

Torne-se um membro pago do boletim informativo de Marie por US $ 18 por mês

ou

Junte-se à versão gratuita