003 AI・Gemの基礎知識とか(推敲・校正Gem未使用ver)
申し訳ないが、厳密に言葉の定義に沿って書かれていません。言葉の雰囲気で記載してあるので、言葉を厳密に理解して読もうとすると頭がこんがらがる可能性が高いです。
おそらく、文脈から意図を読み取れるようにできているはず。AIは読めていた。
002の内容と同等のもの。その劣化版。作者が書いたやつをそのまま。説明下手ですまないとは思っている。
001を使用することで002になるという参考。
# 目的
- Gemini及びその他AIにおける一般仕様を把握することにより、効率的なAI活用を行う。
- Gem等のカスタム指示、プロンプトエンジニアリングにおいて、より最適なシステム構成で形成する。
- 戯れ。
# AIの仕様
## モデル
- フレッシュ
- 思考の浅さが特徴。対話していると話にならないため、イラつく。
- 利用方法としては、高次元な情報解析や多角的な分析、抽象概念についてなどには向かない一方で、ただの検索機として利用するなら一番効率がよい。
- 事実確認は必要であるけれど、明らかな事実情報がある事象、事項に対しては有効性があると言えるだろう。
- 思考
- Proを使えない時に使うモデル。最低限の精度はあるが、話にならないことも多い。
- 利用方法としては、フレッシュと変わらないが、情報解析、分析はましになる。抽象概念に関しての対話は少し難しい印象。
- Pro
- 対話していて面白くなるところ。ただ、たまに過学習などによるイラつきがある。
- 利用方法としては、ベースとしてこのモデルを利用する。高次元な情報解析や多角的な分析、抽象概念の理解に関してはある程度の保証ができる。
- 一般ユーザー向けに作成されているため、回答が平均値に偏る部分があるが、おおむね意図は取り損ねることはない。(専門性の高い話題に対して特に)
- 論理の飛躍の中間層埋めに思考不足があるように思えるが、それに関しては説明不足というこちらの過失もある。
- 盤外
- AIのモデルを利用した暫定的な知能レベル測定実験。
- 基本的にミラーリングによる言葉の選択がなされるわけだが、その概念を利用して語彙の豊富さや漢字の保有率などから知能レベルを測定できるという推察。
- また、モデルと対話していて話が通じるかである程度の知能レベル測定が可能と見込まれる。
## 基本構成
- 出力方式
- 基本的にAIはテキストの言葉の並び、言葉の意味、その重み、位相の近さなどにより多次元的に言葉の情報を取得して、その情報を基にユーザーの求める確率が高い回答を、学習データの集合知から出現する確率が高い文脈が形成される。
- ミラーリング効果により、単語群のアクティブ化領域を動的に変化させ、ユーザーに合った語彙が確率的に選択されることが多くなる。
- 単語群としてどのように定義がされているかが不明であるが、というよりも単語群という単一のスコアで計算されているわけではなく、ただ、言葉の位相の近さというパラメータで選択されているはずなため、単語群という表現は正しくない。
- アクティブ化するのは単語の位相が近い言葉であり、過去の文章の解析等による出現頻度の高さというデータだろうと推察している。
- アテンション(重み付け処理)
- アテンションとは、言葉の注目度といったこと。その単語が持つ引力、言葉の強さ。また、その文脈。
- 基本的にその単語単一で意味が通じやすいもの、その単語の周辺の単語、それによる文脈としての注目度といったように単語単体で情報をどれだけ伝えられるかというスコアであると考えられる。
- 推測にはなるが、アクティブ化する領域が広い単語ほどアテンションが向きやすい傾向にあると考えられる。反応する単語が多いほど、情報量が多く、その単語を取得して対話内容の構造理解をするのに効率的であるという話。
- 人間の認知能力的にエネルギー消費を抑えるのなら、必要な単語情報だけ入手して、その中から現在の文脈の中での意味の特定、とする方が効率がいいはずである。
- コンテキスト
- コンテキストとは、ユーザーとの対話において毎ターン読み込む短期記録領域のことである。
- その性質上、コンテキストが冗長化することにより、回答精度が低下する。正しくは、アテンションとして注目を向ける単語の総数が多くなるため、一つ一つの単語を処理する際に効率が悪くなる。表面上を撫でやすくなる。
- その結果として、ユーザーの求める本質的な問いに対して、以前の回答が邪魔してその問いに対する回答とずれるという現象が起きる。
- トークン
- トークンとはAIの演算単位。
- トークンは日本語においては1文字1トークン程度。一方で英語においては単語(appleなど)で1トークン程度となる。
- トークン節約のためには文章を英語で構成する方が効率がよく、英語での記載が推奨となる。
# カスタム指示の仕様
## Gem等におけるカスタム指示とは
- 前提条件を毎回提示しなくても、Gemからチャットを開くことでカスタム指示にある前提条件が読み込まれた状態で開始することができる。
- 定常作業や使用頻度が高い場合にカスタム指示化することで効率的にAIを使用することができるようになる。
## 基本構成
- カスタム指示を編集することで、その指示をデフォルトでユーザーからテキストで送られてきたという扱いになる。
- 説明欄はGemを開いた時にトップページに表示される。
- 知識欄にファイルをアップロードすることにより、そのファイルを最初から参照させることできる。
- カスタム指示は厳格さを重視する場合はプログラミング的な構文で記載して、本来の対話を目的とする場合は自然言語で記載する。その記載をカスタム指示の中で目的に合わせて利用することで高機能なGemを作成することが可能となる。
## 利用
- コンテキスト冗長化対策、トークン量節約として英語でのシステム構成が最善となる。
- 処理の道筋や実数管理、明確な条件を提示できる場合は疑似コード化した構文で記載することで、処理を厳格にすることが可能となる。
- 処理の中身は自然言語で記載することで、AIの創造性を担保しつつ処理の曖昧さを排除することが可能となる。
- ファイルとして添付された情報は読み込みの際に全てではなく、検索キーワードに反応するようにできている。その性質を利用し、常に読み込むべきデータ(司令塔、条件分岐など)と逐次読み込むべきデータ(処理系)を分離して、逐次読み込むべきデータを関数化する。その関数を司令塔側でファイル名+関数名で呼び出す構築にすることでコンテキスト冗長化対策と中間層の忘却を防ぐことが可能となる。
- 基本的に否定形ではなく、肯定形や一致条件などを用いることで効率的に運用ができる。
- バリデーションチェックなどの時に複数に該当する場合にアテンションが中央に配置されて、どちらも無視される事象が発生する。その対応策として、一度出力させることにより回避することができる。また、UI設計上で出力が見えると見栄えが悪い為、HTMLのコメントアウト機能、<!-- コメントアウト -->を使用する。それにより、見た目上は表記がないように調整可能。ただ、トークンとしてはしっかりと計算されるため多用には注意が必要となる。
- Pythonのコードブロックにおける'(シングルクオーテーション)の利用で特定の文字列を色付けする処理が可能。それを利用することで校正時に文章の変化を視覚化することが可能となる。'を使う場合は単発ではなく、三連発(''')で用いることを推奨する。本文中に'が組まれていたときの対策である。
- カスタム指示以外のチャットにおいて、AIへの命令を含ませた文章を提示すると、命令の上書き現象が起こる。その対策として、明示的に以降のユーザーのテキストをブロック(<raw_data>)で囲み、その内部を不活性化処理として命令を読み込ませないようにするなどの処理が必要。一方で、ブロックで明示的にユーザーが囲んだ場合に絶対命令と定義するなどの処理も含ませることを検討するとよい。
- カスタム指示においての考え方。基本的にカスタム指示本文に書くべきことはJSに相当するものであり、導線。処理の流れ。どういう風に情報を処理して、次の処理に進むかのフローを記載する必要がある。こちらは厳格さを重視して、特にプログラミング的な構文が有効となる。
- ファイルとしてアップロードするデータに書くべきことはバックエンド。.pyなどに相当するもの。実際にどのような処理を行うのかということ。こちらは関数名とその関数がどこまでかの範囲を厳格にし、処理自体の中身を自然言語にすることで高い効果を得られる。
## 構文利用
- JS:TypeScript(JavaScript)
- データの受け渡しや状態管理：JSON
- 外部ファイルのコンパートメント：XMLタブ
## 追記:コメントアウトの仕様
- HTML <!-- コメントアウト -->はパソコン環境でのみ使用可能。Windowsのverにもよるが、実証済み。
- スマホアプリ版のGeminiはコメントアウトのハックはテストした限りでは実現不可。
- スマホ(Safari)のブラウザ版Geminiなら以下が可能であった。
<div style="display:none">テスト3: この文字が見えていたら失敗です（divタグ版）</div>
<span hidden>テスト4: この文字が見えていたら失敗です（span hiddenタグ版）</span>
<font color="transparent">テスト5: この文字が見えていたら失敗です（透明文字版）</font>
