Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 230 · Текст · ~5 мин

Саморазвивающиеся агенты: автоматическое переобучение

Урок 230 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Агентные системы часто достигают плато после стадии proof-of-concept, поскольку зависят от людей в диагностике граничных случаев и исправлении ошибок. Это руководство представляет собой повторяемый цикл переобучения, который выявляет эти проблемы, учится на обратной связи и внедряет улучшения в рабочие процессы, близкие к production. Мы основываем подход на задаче документирования в регулируемой сфере здравоохранения, но эти паттерны применимы к любой области, требующей точности, возможности аудита и быстрой итерации.

  • Диагностировать, почему автономный агент не соответствует требованиям production, и оснащать его измеримыми сигналами обратной связи.
  • Сравнить три стратегии оптимизации prompt'ов — от быстрой ручной итерации до полностью автоматизированных циклов — и понять, когда применять каждую из них.
  • Собрать самовосстанавливающийся рабочий процесс, который сочетает человеческий обзор, LLM-as-judge evals и итеративную доработку prompt'ов.
  • Инженеров по ML/AI и архитекторов решений, которым необходимо выйти за рамки демонстрационных примеров.
  • Продуктовых команд и команд по внедрению, ищущих исполняемые артефакты, которые они могут адаптировать для внутренних инструментов или production-пайплайнов.
  1. Начните с Раздела 1, чтобы понять сценарий использования в здравоохранении, базового агента и архитектуру системы.
  2. Используйте Раздел 2 для практики оптимизации prompt'ов в интерфейсе OpenAI Evals и сбора структурированной обратной связи.
  3. Запустите Раздел 3, чтобы автоматизировать цикл оптимизации с помощью graders, evals и логики переобучения.
  4. Обратитесь к приложению за многократно используемыми prompt'ами, конфигурациями и шаблонами оценки по мере адаптации рабочего процесса к вашей среде.

Notebook модульный — не стесняйтесь запускать разделы независимо или последовательно, адаптируя цикл переобучения к вашим собственным агентам.

В этом руководстве мы сосредоточимся на реальном сценарии использования: составлении нормативных документов для фармацевтических компаний. Эти организации должны подготавливать и представлять обширную документацию регулирующим органам (например, Управлению по санитарному надзору за качеством пищевых продуктов и медикаментов США) для получения одобрения на новые лекарства. Точность и скорость этих представлений критически важны, поскольку они напрямую влияют на то, как быстро жизненно важные методы лечения могут дойти до пациентов.

Составление нормативных документов — это очень сложный…

План урока

  1. Обзор
  2. Чему вы научитесь
  3. Для кого предназначен этот notebook
  4. Как работать с этим notebook
  5. 1. Обзор сценария использования: Саморазвивающиеся агенты в здравоохранении
  6. Определение проблемы
  7. Саморазвивающийся агент
  8. Обзор набора данных

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Урок входит в темы

Полезные гиды