MantisGem

Działanie

Nasza aplikacja rozwiązuje typowy problem, z którym borykają się użytkownicy LLM. Wielu użytkowników chce otrzymywać rekomendacje dotyczące aktywności lub opcji, które są odpowiednie do ich konkretnych potrzeb, biorąc pod uwagę ich ogólne preferencje lub szczególne okoliczności w momencie wysyłania zapytania. Często jednak otrzymują odpowiedzi, które są zbyt ogólne, aby odpowiadały ich konkretnym potrzebom.

Doświadczony ludzki asystent mógłby rozwiązać ten problem w taki sposób: zadać odpowiednie pytania, które pomogą zawęzić opcje, oraz zebrać informacje, które mogą nie być bezpośrednio istotne, ale mogą pomóc w zrozumieniu procesu myślowego użytkownika. Pierwsza dotyczy interakcji z odwróconą rolą i wywoływania łańcucha myśli, czyli obszarów, w których AI znacznie się rozwinęła. Druga z kolei dotyczy narzędzi z zakresu psychologii poznawczej i analizy behawioralnej.

Wykorzystaliśmy zdolność Gemini do wykonywania zapytań użytkownika i połączenia ich z prośbą o wykonanie odwróconych interakcji. Odbywa się to za pomocą wywołań interfejsu API. Ta druga jest bardziej delikatna i niejednoznaczna, dlatego wykorzystaliśmy kilka wybranych przykładów treningowych zaprojektowanych przy użyciu kombinacji Gemini i pomysłów zaczerpniętych z literatury psychologicznej. Nasz model wykorzystuje wrodzone umiejętności Gemini i wzorce pytań sugerowane przez przykłady, aby kierować rozmową z użytkownikiem w sposób, który pozwala wydobyć od niego istotne informacje i doprowadzić do pożądanego wyniku.