मूर्ख को भविष्यवाणी हो, भविष्यवाणी मूर्खहरू र जोकरहरूलाई दिइएको थियो, तर डाटा नेता र प्राविधिक परिवर्तनहरूको गहिरो पर्यवेक्षकको रूपमा, म एउटा साहसी भविष्यवाणी गर्न लागेको छु: । र यो अप्रत्याशित ठाउँबाट आउँदैछ। हामीले कसरी अनलाइन सामग्री उपभोग गर्छौं भन्ने कुरामा सबैभन्दा महत्त्वपूर्ण परिवर्तनको बिहानी साक्षी दिइरहेका छौं। गुगलले खोजमा क्रान्ति ल्यायो डिजिटल अराजकता को वर्तमान स्थिति हाम्रो अनलाइन फिडहरू बिग्रिएका छन्। humblebrags र motivational clichés को उजाड भूमिमा परिणत भएको छ। LinkedIn (पहिले ट्विटर) घृणायुक्त भाषण र घोटालाहरूमा डुबिरहेको छ। X डिजिटल भूत शहर हो जहाँ तपाईंको काकीले अझै पनि Minion memes साझा गर्छिन्। Facebook हामीलाई सान्दर्भिक, अर्थपूर्ण सामग्रीको साथ जोड्ने एल्गोरिदमको सपनालाई सगाईको जुनसुकै दुःस्वप्नमा परिणत गरिएको छ। LLM क्रान्ति बुझ्दै ठूला भाषा मोडेलहरू (LLMs) ले हाम्रो डिजिटल ल्यान्डस्केपलाई कसरी पुन: आकार दिनेछ भन्ने कुरामा डुब्नु अघि, तिनीहरूलाई के फरक बनाउँछ भनेर बुझौं। परम्परागत एल्गोरिदमहरू विपरीत जुन पूर्व-परिभाषित नियमहरू र ढाँचा मिलानमा भर पर्छ, LLMs ले सन्दर्भ, न्युनन्स, र सबैभन्दा महत्त्वपूर्ण कुरा, उद्देश्य बुझ्दछ। तपाईंले डाटा विज्ञानको बारेमा पोस्टमा क्लिक गर्नुभएको तिनीहरूले मात्र देख्दैनन्; तिनीहरूले बुझेका छन् कि किन त्यो पोस्ट तपाईं संग प्रतिध्वनित भयो। परम्परागत सिफारिस इन्जिनहरूलाई चेकलिस्टको साथ काम गर्ने म्याचमेकरको रूपमा सोच्नुहोस्, जबकि LLMहरू तपाईंको स्वाद जान्ने, तपाईंको मुड बुझ्ने र तपाईंको दिनको लागि कुन सामग्रीले वास्तवमा मूल्य थप्न सक्छ भनी भविष्यवाणी गर्न सक्ने साथीहरू जस्तै हुन्छन्। भविष्यको एक झलक दुई भर्खरका अनुभवहरूले भूकम्पीय परिवर्तन LLM ले ल्याउन सक्छ भनेर प्रकाश पार्छ: किनमेल पुन: आविष्कार: स्मार्टवाचहरू अनुसन्धान गर्दा, मैले गुगलको जेमिनीसँग मेरो निराशा साझा गरें। खोजशब्द-संचालित सिफारिसहरूको सट्टा, जेमिनीले मेरा आवश्यकताहरू, निराशाहरू र आकांक्षाहरू विश्लेषण गर्यो। यसले तीनवटा बजेट-अनुकूल विकल्पहरू र एउटा प्रिमियम विकल्पको सुझाव दियो—यदि यो स्प्लर्जको लायक थियो भने। यो एक उत्पादन क्याटलग ब्राउजिङ जस्तै कम थियो र राम्रोसँग पढ्ने साथीसँग परामर्श गर्नु जस्तै। सामग्री खोज जसले तपाईंलाई : LinkedIn को हालको गडबडीलाई LLM-संचालित फिडले प्रतिस्थापित गरेको कल्पना गर्नुहोस्। जेनेरिक पोष्टहरू देखाउनुको सट्टा, यसले तपाइँको व्यावसायिक मार्ग र सतह लेखहरू, छलफलहरू, र तपाइँको क्यारियर मार्ग अनुरूप कथाहरू पहिचान गर्न सक्छ। यो कुञ्जी शब्द-मिलान र बीचको भिन्नता हो। बुझ्दछ समझ यात्राहरू म अहिले क्रसिङमा छु, मैले केही महिना अघि मेरो काम छोडेर अब के गर्ने भनेर पत्ता लगाउने प्रयास गरिरहेको छु, सायद डेटाको क्षेत्रमा सामग्री सिर्जनाकर्ता बन्न वा पूर्ण-समयको रूपमा फेरि काममा लिएर जाँदैछु, परिवारसँग हुँदा मलाई थाहा छ कि वास्तविकता दुबै होइन तर एक हो, मलाई उनीहरूका बारेमा केही $1 प्रभावकारी व्यक्तिबाट अर्को प्रेरणा चाहिँदैन जुन उनीहरू बिहान 4 बजे उठ्छन् उनीहरूको व्यवसायमा काम गर्न बच्चाहरूलाई किन्डरगार्टनमा छोड्नु अघि र तिनीहरूको 9-5 काम सुरु, म यसलाई BS भन्छु। मलाई एक फिड दिनुहोस् जसले मलाई मेरो आवश्यकताहरू पत्ता लगाउन मद्दत गर्दछ र वास्तविक व्यक्तिहरूबाट प्रेरित हुन जसले यस कदम चालेका छन्, मलाई उनीहरूसँग संलग्न हुन दिनुहोस् र म कहाँ जान्छु वा अझ राम्रोसँग मलाई मानिसहरूसँग जोड्न दिनुहोस् जसले मलाई उनीहरूको कार्यको आधारमा सफल हुन मद्दत गर्न सक्छ। प्लेटफर्म युद्धहरू: नयाँ युद्धभूमि ट्विटर/एक्स र ग्रोक: एलोनको लामो खेल जब एलोन मस्कले ट्विटरको कार्यबल 8,000 बाट 1,500 मा घटाए, धेरैले अराजकता देखे। तर के हुन्छ यदि यो फरक प्रकारको सामग्री मध्यस्थताको लागि तयारी हो? को प्रक्षेपण संग, हामी एक नयाँ रणनीति को बीज देख्छौं: सामग्री क्युरेसन सूक्ष्म समझ मा आधारित, ब्लन्ट एल्गोरिदम हैन। Grok फेसबुकको लामा: मार्कको लास्ट स्ट्यान्ड फेसबुकको LLAMA मोडेलको रिलीज एआई दौडमा सामेल हुन मात्र होइन - यो बाँच्नको बारेमा हो। प्रयोगकर्ताहरू टिकटोक र इन्स्टाग्राम (जुन अनिवार्य रूपमा TikTok को क्लोन बन्दै गएको छ), मेटालाई यसको प्रमुख प्लेटफर्म पुनर्जीवित गर्न केही क्रान्तिकारी चाहिन्छ। LLAMA मेटाको इकोसिस्टम भरि प्रयोगकर्ताको अभिप्राय बुझ्नको लागि कुञ्जी हुन सक्छ, व्हाट्सएप सन्देशहरू देखि इन्स्टाग्राम अन्तर्क्रियाहरू। गुगलको मिथुन: खोज साम्राज्यको रक्षा गर्दै गुगलको जेमिनीको परिचयले AI दौडमा पुग्नु मात्र होइन - यो उनीहरूको मुख्य व्यवसायको सुरक्षाको बारेमा हो। परम्परागत खोज इन्जिन मोडेल, र विशेष गरी गुगल विज्ञापनहरू खतरामा छन्, र जेमिनीको सामग्री बुझ्ने र सान्दर्भिकीकरण गर्ने क्षमताले हामीले कसरी अनलाइन जानकारी खोज्छौं भनेर परिवर्तन गर्न सक्छ। सामाजिक मिडिया बाहिर: ई-वाणिज्य क्रान्ति तर यहाँ छ जहाँ यो रोचक हुन्छ - यो रूपान्तरण सामाजिक मिडियामा रोकिने छैन। एउटा इ-कमर्स फिडको कल्पना गर्नुहोस् जसले तपाईंले किनेको कुरामा आधारित उत्पादनहरू मात्र देखाउँदैन, तर तपाईंको किनमेल व्यवहारको सन्दर्भ बुझ्छ। LLM ले उत्पादन सिफारिसहरूलाई "अरूले पनि किनेका" बाट "तपाईंको समस्या समाधान गर्ने कुरा यहाँ छ" मा रूपान्तरण गर्न सक्छ। केही वर्ष पहिले, प्राविधिक सम्मेलनमा, एक साहसी विश्लेषकले स्टेज लिनुभयो र उद्योगमा धेरैलाई थाहा भएको कुरा साझा गर्नुभयो तर केहीले खुलेर भन्न हिम्मत गरे। तिनीहरूको सबैभन्दा ठूलो चुनौती, तिनीहरूले खुलासा गरे, प्रयोगकर्ताको मागलाई ह्यान्डल गर्न आवश्यक टेक्नोलोजी थिएन - यसले SEO प्रयासहरू र सशुल्क विज्ञापनहरू बीचको सही सन्तुलन खोजिरहेको थियो। वास्तविक डर प्राविधिक स्केलेबिलिटीको बारेमा होइन, तर अर्थशास्त्रको बारेमा थियो: केही प्लेटफर्महरूले प्रयोगकर्ता अधिग्रहण लागतहरू प्रति प्रयोगकर्ता $ 100 मा गगनचुम्बी देखिरहेका थिए, मुख्यतया रूपान्तरणमा नतिजा नगर्ने अनफोकस्ड विज्ञापनहरू सेवा गर्ने कारणले। यसैबीच, SEO मार्फत आउने प्रयोगकर्ताहरूले धेरै राम्रो संलग्नता मेट्रिक्स देखाए। तर यहाँ छ जहाँ यो असहज हुन्छ: विश्लेषकले नजिकैको टिपिंग बिन्दुलाई औंल्याए। के हुन्छ जब फिड एल्गोरिदमहरूले जैविक सामग्री देखाउने प्लेटफर्मको आर्थिक हितमा छैन भन्ने निर्णय गर्छ? जब विज्ञापन राजस्वको लागि ड्राइभले प्रयोगकर्ताको अनुभवलाई पूर्ण रूपमा ओगट्छ? यो केवल सैद्धान्तिक थिएन - तिनीहरूले यो तनाव वास्तविक समयमा खेलिरहेको प्रारम्भिक संकेतहरू देखिरहेका थिए। यसले आज हामीले प्लेटफर्महरूमा के देखिरहेका छौं भनेर प्रतिबिम्बित गर्दछ। जब एलोन मस्कले ट्विटरको विज्ञापन राजस्वको बारेमा गुनासो गर्छन्, वा जब फेसबुकले तपाईंको फिडमा थप विज्ञापनहरू राख्छ, तिनीहरू यही आधारभूत समस्यासँग कुश्ती गरिरहेका छन्। परम्परागत विज्ञापन-संचालित मोडेलले आफ्नो सीमामा पुग्दैछ, प्लेटफर्महरूलाई बढ्दो आक्रामक मुद्रीकरण तर्फ धकेल्दै छ जसले अन्ततः प्रयोगकर्ता अनुभवलाई घटाउँछ। कसरी AI ऐन, GDPR, र DMA ले हाम्रो संसारलाई नयाँ आकार दिइरहेका छन् (र यसले हाम्रो लागि के अर्थ राख्छ) मलाई याद छ कि मैले पहिलो पटक GDPR को लहर प्रभावहरू देखेको छु। यो कुकी ब्यानरहरू जताततै पप अप गर्ने बारेमा मात्र थिएन। यो यसको पछाडिको थियो: कम्पनीहरूले हाम्रो डेटा कसरी ह्यान्डल गरे भनेर पुनर्विचार गर्दा पालना गर्न स्क्र्याम्बल गर्दै। यसले मलाई कसरी एउटै नियमनले उद्योगहरूलाई आविष्कार गर्न वा पतन गर्न बाध्य पार्न सक्छ भन्ने महसुस गराएको छ। कारण अब, र संग, मलाई लाग्छ कि हामी अर्को मोडमा छौं। यी नियमहरू मात्र होइनन्; तिनीहरू युरोपको भनाइ हुन्, "प्रविधीलाई फरक तरिकाले गरौं।" तिनीहरूले हामीले कसरी टेक्नोलोजी नैतिक र पारदर्शी रूपमा निर्माण, प्रयोग र प्रयोग गर्छौं भन्ने उदाहरण सेट गर्दैछन्। AI अधिनियम DMA उदाहरणका लागि लिनुहोस्। यसले मलाई मेसिन-लर्निङ मोडेलहरू निर्माण गर्ने टोलीहरूसँग गरेको छलफलको सम्झना गराउँछ। हामी सबैले ती क्षणहरूको सामना गरेका छौं जहाँ एक सरोकारवालाले सोध्छ, "मोडलले त्यो निर्णय किन गर्यो?" चाँडै, यो एक प्रश्न मात्र हुनेछैन; यो एक कानूनी आवश्यकता हुनेछ। यदि तपाईंको डाटा टोली तपाईंको AI प्रणालीहरू व्याख्या गर्न तयार छैन भने, तपाईं पहिले नै पछाडि हुनुहुन्छ। एआई ऐनलाई वा हेर्नुहोस्। यो ताजा हावाको सास जस्तै हो, ठूला प्लेटफर्महरूको प्रभुत्वलाई चुनौती दिने र सहयोगलाई प्रोत्साहित गर्ने। तर यसले कडा प्रश्नहरू पनि खडा गर्छ: हामी कसरी खुला इकोसिस्टमहरू आफैलाई थप जोखिमहरूमा पर्दाफास नगरी सिर्जना गर्छौं? DMA डेटा टोलीहरू (र तपाईं, व्यक्तिगत रूपमा) को लागि यसको अर्थ के हो म त्यहाँ गएको छु — नवीनता गर्ने प्रयास गर्दा पालना जग्गा गर्दै। यो सजिलो छैन, तर मैले सिकेको कुरा यहाँ छ: GDPR जस्ता नियमहरूलाई विश्वास निर्माण गर्ने अवसरको रूपमा सोच्नुहोस्, अवरोध होइन। अनुपालनमा अगाडि बढ्नुहोस्: तपाइँका निर्णयहरू व्याख्या गर्नु - चाहे ती मानव वा एआई द्वारा लिइएको हो - तपाइँको प्रतिस्पर्धात्मक किनारा हुन सक्छ। पारदर्शितामा झुक्नुहोस्: GDPR पछि फस्टाएको कम्पनीहरू ती हुन् जसले न्यूनतम आवश्यकताहरू मात्र पूरा गर्दैनन् तर तिनीहरूलाई राम्रो उत्पादन र सेवाहरूको लागि स्प्रिंगबोर्डको रूपमा प्रयोग गर्थे। नियमहरू भन्दा बाहिर सोच्नुहोस्: मोनो फिडको खतरा: जब एआई इको चेम्बर बन्छ यहाँ हामीले सोचेको भन्दा नजिकको एउटा डरलाग्दो परिदृश्य छ: LLM हरू हामीले के देख्न चाहन्छौं भनेर भविष्यवाणी गर्न यत्तिको राम्रो हुँदैछ कि तिनीहरूले सही इको चेम्बरहरू सिर्जना गर्छन्। फिडलाई यति व्यक्तिगत रूपमा कल्पना गर्नुहोस् कि यसले तपाईंको अवस्थित विश्वास वा प्राथमिकताहरूलाई कहिल्यै चुनौती दिँदैन। यदि तपाईं पृथ्वी समतल छ भन्ने विश्वास गर्नुहुन्छ भने, एल्गोरिदमले अन्यथा व्याख्या गर्ने सबै सामग्रीलाई क्रमशः फिल्टर गर्न सक्छ। यदि तपाईंले एक निश्चित ब्रान्डको TV दुई पटक खरिद गर्नुभएको छ भने, प्रणालीले निर्णय गर्न सक्छ कि तपाईंले अब विकल्पहरू हेर्न आवश्यक छैन। यो आज हामी चिन्ता गर्ने इको चेम्बरहरू भन्दा बाहिर जान्छ। हालको सामाजिक मिडिया एल्गोरिदमहरूले तर्क मार्फत संलग्नता स्पार्क गर्ने सम्भावना छ भने तपाइँसँग असहमत सामग्री देखाउन सक्छ। तर LLMs, गहिरो स्तरमा सन्दर्भ र अभिप्राय बुझेर, मैले "कम्फर्ट बबल" भन्दछु - एक फिड सिर्जना गर्न सक्छ जसलाई तपाईंको प्राथमिकताहरूसँग मिलाइएको छ कि यसले चुपचाप बौद्धिक विविधतालाई हटाउँदा पूर्ण महसुस गर्छ। सुविधा आकर्षक छ। अधिकांश मानिसहरू वाशिङ मेशिनहरू तुलना गर्ने 40 YouTube भिडियोहरू हेर्न चाहँदैनन् - तिनीहरू केवल कसैले तिनीहरूलाई "तपाईको आवश्यकताको लागि यो उत्तम हो" भनून् भन्ने चाहन्छन्। तर जब हामीले हाम्रो खोज प्रक्रियालाई AI मा आउटसोर्स गर्छौं, हामी नयाँ विचारहरूमा ठेस लाग्ने, विभिन्न दृष्टिकोणहरूसँग संलग्न हुँदा हुने वृद्धि, र बहुविध विकल्पहरू तुलना गर्दा विकसित हुने महत्वपूर्ण सोच कौशलहरू गुमाउने जोखिम हुन्छ। मैले नम्बरहरू कण्ठ गरेको दिनहरू सम्झन सक्ने म बूढो भएँ, म जुनसुकै पब्लिक फोनमा मेरो मेमोरीको आधारमा मलाई आवश्यक पर्ने कसैलाई पनि कल गर्न सक्छु, आज मलाई मेरो पार्टनरको फोन नम्बर सोध्नुहोस्। मलाई कुनै पत्तो छैन! फोन हराएको छ, म उसलाई सम्पर्क गर्न अर्को तरिका खोज्न आवश्यक हुनेछ। के मैले विभिन्न सेवाहरूमा सेट गरेका सबै पासवर्डहरू सम्झन्छु? तपाईले देख्नुहुन्छ कि म कहाँ जान्छु ;-) यसको बारेमा सोच्नुहोस्: मोनो फिडको संसारमा, हामीले कसरी पत्ता लगाउन सक्छौं कि हामी केहि बारे गलत छौं? हामी कसरी हाम्रो वर्तमान प्राथमिकताहरू भन्दा बढ्छौं? LLM-संचालित फिडहरूलाई आकर्षक बनाउने एकदमै दक्षताले तिनीहरूलाई खतरनाक इको चेम्बरहरू पनि बनाउन सक्छ जसले स्वस्थ संज्ञानात्मक घर्षण हटाउने क्रममा अवस्थित विश्वास र प्राथमिकताहरूलाई बलियो बनाउँछ। वास्तविक चुनौती प्राविधिक होइन - यो दार्शनिक हो। हामी कसरी बौद्धिक विविधताको आवश्यकतासँग उच्च व्यक्तिगत सामग्रीको सुविधालाई सन्तुलनमा राख्छौं? AI-संचालित फिडहरूले हामीले सुन्न चाहेको कुरा मात्र होइन, हामीले के सुन्न आवश्यक छ भन्ने कुरा पनि कसरी सुनिश्चित गर्छौं? मलाई थाहा छ तपाईं मध्ये कोहीले भन्नुहुनेछ तर अमेजनले यसलाई एलेक्सासँग ब्याट्रीहरू अर्डर गर्न र प्लेटफर्मलाई विश्वास गरेर तपाईंलाई पठाउनको लागि सबैभन्दा राम्रो विकल्प पछि पत्ता लगाउने प्रयास गरेपछि तिनीहरूले थप तिरेका छन् र यो सुविधा बिस्तारै एलेक्सा उपकरणहरूबाट मर्यो, राम्रोसँग यसले गर्नेछ। LLM को साथ राम्रो कमब्याक डिजिटल खोजको भविष्य यो रूपान्तरण राम्रो एल्गोरिदमको बारेमा मात्र होइन। यो 2024 को लागि अनुमानित LLM-संचालित फिडहरू मास्टर गर्ने प्लेटफर्महरूले तिनीहरूको खजाना भरी राखेर हामी कसरी सामग्रीसँग संलग्न हुन्छौं भनेर पुन: परिभाषित गर्नेछ। $740 बिलियन अनलाइन विज्ञापन बजार हो। यो तपाईको लागि के हो याद गर्नुहोस् जब मार्क जुकरबर्गले फेसबुकको प्रारम्भिक दिनहरूमा "गोपनीयताको अन्त्य" घोषणा गरे? हामी LLM सँग समान वाटरशेड क्षणमा छौं। तर यस पटक, यो हाम्रो डेटाको बारेमा मात्र होइन - यो हामीले कसरी पत्ता लगाउँछौं र सम्पूर्ण डिजिटल संसारसँग अन्तरक्रिया गर्छौं। बिभिन्न समूहहरूको लागि यसको अर्थ के हो भङ्ग गरौं: प्रयोगकर्ताहरूको लागि: राम्रो: थप सान्दर्भिक सामग्री, अप्रासंगिक खोजहरूमा कम समय बर्बाद, र सम्भावित रूपमा थप अर्थपूर्ण खोजहरू चिन्ता: हामी अब उत्पादन मात्र होइनौं - हामी आपूर्ति र प्रशिक्षण डेटा दुवै हौं अज्ञात: हाम्रो डिजिटल आविष्कार कति हामी AI लाई प्रत्यायोजित गर्न इच्छुक छौं? सामग्री सिर्जनाकर्ताहरूको लागि: अवसर: साँच्चै चासो दर्शकहरू पुग्नको लागि राम्रो मौका चुनौती: दुवै मानव र LLM सँग प्रतिध्वनित सामग्री सिर्जना गर्न सिक्ने जोखिम: एआई-संचालित वितरण प्रणालीमा निर्भर हुनु व्यवसायका लागि: परम्परागत विज्ञापनदाताहरूले तिनीहरूको रणनीतिहरूमा पुनर्विचार गर्न आवश्यक हुन सक्छ - जब LLMs ले प्रयोगकर्ताको उद्देश्यलाई साँच्चै बुझ्दछ, फराकिलो दर्शकहरूमा विज्ञापनहरू ब्लास्टिङ कम प्रभावकारी हुन्छ। फोकस "हाम्रो विज्ञापन कति जनाले हेर्छन्" बाट "के हामी सही समयमा सही व्यक्तिहरूमा पुग्दैछौं" मा परिवर्तन हुन सक्छ। साना व्यवसायहरूले लाभ उठाउन सक्छन् यदि LLMs ले सान्दर्भिक दर्शकहरूमा पुग्नको लागि खेल मैदानलाई स्तरिय बनायो विकासकर्ता र प्राविधिक पेशेवरहरूको लागि: यो केवल कोड समीक्षाहरू वा कागजातहरू उत्पन्न गर्ने बारे मात्र होइन हामी कसरी डिजिटल अनुभवहरू निर्माण र अप्टिमाइज गर्छौं भन्ने आधारभूत परिवर्तनलाई हेरिरहेका छौं चुनौती भनेको एआई क्षमताहरूको लाभ उठाउँदै मानव एजेन्सी कायम राख्ने प्रणालीहरू निर्माण गर्नु हो होइन, LLM ले हामी सबैलाई प्रतिस्थापन गर्दैन, र तिनीहरूले हामीलाई मार्ने छैनन् (अझैसम्म)। तर तिनीहरूले सम्पूर्ण उद्योगहरूलाई पुन: आकार दिनेछन्। विकासकर्ताहरूले फरक रूपमा निर्माण गर्नेछन्, बजारहरूले फरक रूपमा लक्षित गर्नेछन्, र ग्राहक सेवाहरू फरक रूपमा सञ्चालन हुनेछन्। विजेताहरू केवल एलएलएमहरू अपनाउनेहरू होइनन्, तर यी शक्तिशाली उपकरणहरूको फाइदा उठाउँदै मानव मूल्य र रचनात्मकता कसरी कायम राख्ने भन्ने कुरा पत्ता लगाउनेहरू हुनेछन्। यस नयाँ युगमा, हामी उपभोक्ता वा सिर्जनाकर्ता मात्र होइनौं - हामी एआई-संचालित सामग्री क्युरेसनमा ठूलो प्रयोगमा सहभागी हौं। प्रश्न यो होइन कि भाग लिने (हामी पहिले नै छौं), तर कसरी हाम्रो स्वायत्तता र आलोचनात्मक सोच कायम राख्दै बुद्धिमानीपूर्वक गर्ने। सम्झनुहोस्: दिनको अन्त्यमा, हामी आपूर्तिको अंश हौं, विज्ञापनदाताहरू माग हुन्, र यस चक्रमा, दुई बीच सबैभन्दा अर्थपूर्ण जडानहरू सिर्जना गर्न सक्नेहरूले मात्र जित्नेछन्। तर LLM को उमेरमा "अर्थपूर्ण" हामीले प्रयोग गरेको भन्दा धेरै फरक देखिन सक्छ। लेखकको नोट: यो टुक्राले वर्तमान प्राविधिक प्रवृत्तिहरूमा आधारित व्यक्तिगत अवलोकन र भविष्यवाणीहरू प्रतिबिम्बित गर्दछ। भविष्य, सधैं जस्तै, सोचे भन्दा फरक रूपमा प्रकट हुन सक्छ। मेरो बारेमा (Lior): एआई, सामग्री, र मानव जडानको प्रतिच्छेदन अन्वेषण गर्ने डेटा नेता र प्रविधि रणनीतिकार। हाल मेरो व्यावसायिक संक्रमण नेभिगेट गर्दै र यात्राबाट अन्तर्दृष्टि साझा गर्दै। सामग्री खोज र डाटा नेतृत्वको भविष्यको बारेमा कुराकानी जारी राख्न यहाँ Hackernoon वा मा मसँग जडान गर्नुहोस्। LinkedIn
