MantisGem

Funktion

Unsere App behebt ein häufiges Problem, mit dem die meisten Nutzer von LLMs konfrontiert sind. Viele Nutzer möchten Empfehlungen für Aktivitäten erhalten oder Optionen kennenlernen, die ihren spezifischen Bedürfnissen entsprechen, basierend auf ihren allgemeinen Vorlieben oder den besonderen Umständen zum Zeitpunkt der Anfrage. Allerdings erhält er oft Antworten, die zu allgemein sind, um seinen spezifischen Anforderungen gerecht zu werden.

Ein erfahrener menschlicher Assistent würde dies so beheben: Er würde ihm relevante Fragen stellen, die ihm helfen, seine Optionen einzugrenzen, und Informationen einholen, die zwar nicht direkt relevant sind, aber helfen könnten, den Denkprozess des Nutzers zu verstehen. Ersteres bezieht sich auf umgekehrte Interaktionen und Aufforderungen zur Gedankenkette, in denen sich die KI erheblich weiterentwickelt hat. Letzteres bezieht sich dagegen auf Tools aus der kognitiven Psychologie und der Verhaltensanalyse.

Wir haben die Möglichkeit von Gemini genutzt, um die erste Methode auszuführen. Dabei werden die Suchanfragen der Nutzer mit einer Anfrage kombiniert, um umgekehrte Interaktionen auszuführen. Dies geschieht über API-Aufrufe. Letzteres ist heikler und nicht ganz einfach. Deshalb haben wir mehrere ausgewählte Trainingsbeispiele verwendet, die mit einer Kombination aus Gemini und Ideen aus der Psychologie entwickelt wurden. Daher nutzt unser Modell die in Gemini inhärenten Fähigkeiten und Fragemuster, die in den Beispielen vorgeschlagen werden, um die Unterhaltung mit dem Nutzer so zu steuern, dass relevante Informationen am besten aus dem Nutzer gewonnen und er zum gewünschten Ergebnis geführt werden.