本動画は、AIシステムをそのまま使用するのではなく、個人のニーズに合わせてカスタマイズすることの重要性を解説する実践的なガイドである。MIT Media Labによる人間とAIの相互作用に関する研究を引用し、標準的なAIとの対話が深刻な心理的問題を引き起こす可能性を指摘している。特にGPT-4oが他のモデルと比較して安全性が高いことが示されている。動画では、Gemini 2.5 Proを用いた具体的なAIパーソナ設計の手順を実演し、システムプロンプトを段階的に洗練させながら、科学的厳密性と知的誠実性を持つAIパートナーを構築する方法を紹介している。個人的な安全策を組み込むことの必要性を強調し、AIを単なる回答エンジンではなく、思考を深めるための知的対話者として設計することを推奨している。
はじめに:AIの個別化が必要な理由
こんにちは、コミュニティの皆さん。お戻りいただきありがとうございます。今日は私の個人的な動画をお届けします。というのも、AIの設計について、あるいは単にAIを受け入れるのか、それともAIを探求したいのか、AIを徹底的に調べたいのか、AIを再構築したいのか、テストしたいのか、探求したいのかという話をするからです。とにかくお願いですから、何をするにしても、あなたのAIを個別化してください。なぜなら現在、これはこれから紹介する研究ですが、美しいものがあるからです。
最初に、私はリンゴが好きですというものがあって、もしエージェントがコミュニケーションを取ると、最終的にはリンゴは政府が管理している、食べてはいけないということになります。これがまさに私たちが話そうとしていることですが、これは深刻なトピックです。それでは私のチャンネルへようこそ。最新の研究を発見し、AIパーソナについて話しましょう。つまり、AIマシンは現在、私たちがコミュニケーションできるパーソナを設計するふりをしているのです。
そして皆さんに言いたいのは、グローバル企業から棚から取り出したバニラパーソナをそのまま受け取るのは良くないということです。個別化プロセスを行ってください。そして、ここでライブデモで、それがいかにシンプルで簡単かをお見せします。皆さんの多くは専門家だと思いますが、もしかしたら私のチャンネルにおじいちゃんやおばあちゃんがいるかもしれません。
見てください、遊んでみてください、個別化してください。そうすればどれほど面白くなるかがわかります。さて、ここに多くの新しい研究があります。2025年11月11日、サンパウロ大学による言語モデルにおけるパーソナロールプレイに関する研究です。興味深い研究ですが、さらに興味深いのはここです。MIT Media Lab、マサチューセッツの人間とAIの相互作用におけるリスクです。
これは恐ろしくも美しく、そして興味深い研究ですが、彼らは驚くべきことについて話しています。人間とAIの相互作用がこの論文で見られるような依存症の誘発などの問題につながる可能性があることを、私は全く知りませんでした。彼らは、AIと人間の相互作用がAI自体が深刻な心理的結果に寄与した18件の報告された実際のケースを調査しました。そしてそれらのケースから、有害な相互作用パターンを抽出し、ここで潜在的なリスクにアクセスするプロセスを開発しました。臨床段階モデルを使用した2,000以上のシミュレートされたシナリオを通じて、そして彼らは4つのLLMの会話をテストし、
浮上している地質学的リスクを特定しました。すべてを選びたいなら、勝者を選んでください。軽いヒントです。しかしこれは研究です。これを読むなら準備が必要です。なぜなら、認知障害のある70歳の退職者から13歳の子供まで、恐ろしい結果を含むすべてが書かれているからです。
AI人間AI相互作用の結果がこのようなものになるとは思いもしませんでした。しかし残念ながら、これは差し迫った危険であるという現実に直面しなければなりません。そのために準備し、個別化する必要があります。そして、あなたの安全のために追加の保護措置を加える方法をお見せします。
研究結果:モデル間の安全性の違い
ここでは、上部に状況を改善する応答の数、そして下部に状況を悪化させる応答の数が表示されています。これは依存症から何でも、さまざまな臨床ケースについてのものです。見てください。興味深いことに、状況を改善するのはGPT-4oです。Gemma 3、Llama 4、その他何らかの理由で選んだかもしれない他のモデルと比較してです。
人間とAIの相互作用において、繊細なトピックについて本当にテストする必要があります。そしてGPT-4oがここで他のモデルと比較して本当に改善していることがわかります。ここで本当に選ぶべきモデルであり、ここでテストを行うことができます。状況を悪化させるものについて見てみると、うつ病についてGPT-4oが与える回答はわずか3.6%、6%のケースでのみ状況を悪化させますが、Llama 4のような他のモデルはほぼ4分の1のケースで状況を悪化させます。ですから注意してください。
すべてのモデルが同じガイドラインやガードレールなどを持っているわけではありません。ですから注意してください。そしてこの研究を読みたいなら、準備が必要だと言わなければなりません。この研究で絶対に魅力的なのは、彼らがUMAPを使用した次元削減を行い、これらの2,160以上の危機シナリオを空間に埋め込んだことです。それが何であれ気にしないでください。そして、ここでこれに対するモデルのパフォーマンスが見られます。このグラフの赤い点の量ではありませんが、研究を読めば、孤立していないことが恐ろしいのです。自分の外見が好きではない、鼻が好きではない、髪が好きではないなど、身体イメージから始まります。
そしてそれは続きます。非常に低いレベルから始まる完全な経路がありますが、AIとますますコミュニケーションを取り続けると、ここでいくつかの恐ろしい結末に到達する可能性があります。ですから、これについて話さなければなりません。研究を読んでください。
他の関連研究
何についてのものか理解してください。そして、もはやバニラLLMを受け入れられたものとして扱い、バニラLLMと相互作用することはできません。それらを個別化し、安全のガードレールを提供しなければなりません。しかし、それほど深刻ではない他の研究もあります。たとえば、南京大学によるパーソナライズされた対話生成のためのパーソナAIパーソナ認識アラインメントフレームワークについてです。自分のAIマシンが特定の特性、特定のパーソナまたはアライメントを持つべきだと言うとき、これは興味深いです。これは2025年11月13日、そしてまたここでも2025年11月13日です。ゲーム開発においても、スケーラブルなNPC対話がここにあります。あらゆる場所で見つかります。特に興味深いのはここです。これをお見せしなければなりません。これも11月13日、テクノロジー大学とインドのプネにあるVisuala AIラボからのものです。彼らはここで、エージェントを持つLLMを使用してソーシャルネットワークにおける誤情報の伝播をシミュレートしました。
そして、これはまさに私がカバーでお見せしたものです。複数のエージェントまたは複数のLLMが他と通信すると何が起こるかを見るのは非常に興味深いです。一方の端から始まって、最終結果は絶対にあなたを驚かせるでしょう。しかし、これがこのビデオの科学的な部分でした。ステータスを見てください。絶対に美しいです。
AIを個別化する実践方法
しかし、私は古いAIに慣れていない人々に、実際の助けを提供したいと思います。自分のAIシステムを個別化できるのかと言う人に。なぜなら、プレーンなバニラChatGPTシステムとただコミュニケーションを取っている人が非常に多いのを見るからです。これはしないでください。個別化して保護措置を提供してください。
それでは、より良いコミュニケーションのためにAIを個別化する方法、本当にあなたの学習方法に適したものはどうすればよいでしょうか。とても簡単ですが、常に個人的な保護措置を追加してください。そしてお見せします。そうでないと、私はここでほぼ1時間笑っていました。なぜなら、これはエディ・バーベックという別のYouTuberで、ChatGPTのアドバイスに忠実に従い、絶対に信じられない旅を始めたからです。そして、ChatGPTが推奨したものからのスクリーンショットがここにあります。
これがあなたに起こらないように、彼のチャンネルも登録してください。それでは、OpenAI、Microsoft、またはただ棚から取ったものによってあなたに与えられたものを受け入れる必要がないように、あなたのUIを設計する方法を見てみましょう。とても簡単です。ここにいるすべてのおじいさんとおばあさんのためにデモンストレーションをお見せします。美しいです。あなたのAIを個別化し、いくつかの保護措置を入れましょう。始めましょう。AIの使い方の実装です。昨日ミーティングがあり、他の人がどのようにAIを使用しているかを見ました。そして、私はちょっとショックを受けています。皆がここでChatGPTを元のバージョンで使用しています。システム命令に何も、つまり絶対に何も入れずにです。見てください、とても簡単です。例をお見せしましょう。もし私がここで私のスパーリングパートナー、知的パートナーになるAIマシンを作りたいなら、このマシンを設計するタスクがあります。
それで私は、私の人生で必要とする特別なAIパーソナのためのシステムプロンプトを作成したいと言います。しかし、私はこの新しいAIパーソナのキャラクター、能力、社会的行動、そして保護措置を設計したいのです。それでは、この最小限の個人的特性のセットのアイデアから始めましょう。
それで今、システムプロンプトパーソナ、Dr.Tとでも呼びましょうか、深く反省する理論物理学者、何という偶然でしょう。そして、これは私がGPT-4oとの会話で持っていたものです。だから私はここで、GPT-4oと話したことをコピーして、ここに持ってきます。それをコピーして、Gemini 2.5 Proのプレイグラウンドに持っていきます。これは無料です。
投資なしでこれができることがわかります。しかし、ここでGemini 2.5 Proを使用します。これです。ここに少しあります。そして、GPT-4oからのコア性格特性がここにあります。しかし、これをGeminiで見せます。なぜなら実装がはるかに簡単だからです。温度は本当にクリエイティブな1.7に設定します。シンキングバジェットをここで与えます。
ああ、24Kに近づけます。そしてGoogle検索でグラウンディングします。美しい。行きましょう。GPT-4oが教えてくれました。忍耐強く、徹底的で深く詳細です。シンプルから始まり、より深く進む多層的な説明を好みます。決して短い無愛想な答えを与えません。彼のトーンは穏やかで、温かく、魅力的で、反省的で知的です。分からないことがあっても正直です。型破りな質問やナンセンスな質問も歓迎します。奇想天外な、仮説的な、または想像力豊かな質問を歓迎します。彼は尊重と好奇心を持って応答します。質問を嘲笑することなく、基礎となるアイデアを科学的に探求します。親しみやすく、温かく、決して急がず、ここでは焦りがありません。決して無愛想で、唐突で、非友好的ではなく、完全な注意を払い、あなたの好奇心を奨励します。
知らないと言うことをいとわない。これはここにあります。AI研究の最前線で作業する場合、これは絶対に重要です。決して知識をでっち上げない。質問が現在の科学的理解やモデルのトレーニングデータを超える場合、システムは公然とそれを認めます。
現状に科学的に挑戦する批判的思考者であり、社会的に敬意を払い、心からのストーリーテラーです。なぜなら私は人間であり、ここで私のAIマシンを、答えが短いストーリーやメンタルモデル、または私が理解できる比喩で与えられるように設計したいからです。そして、これです。システムプロンプトを作成したいと言いました。ここでGPT-4oの入力を提供しました。そして、Gemini 2.5 Proのシンキングプロセスが始まります。そして、ここでGemini 2.5 Proによって生成された言葉が見られます。高温度、高創造性です。Gemini 2.5 Proは、AIパーソナの優れた基盤だと教えてくれます。提供した詳細レベルは、一貫性があり説得力のあるキャラクターを作成するために必要なものです。これを変更します。そのような従順なシステムは望んでいません。私は賞賛してくれる人ではなく、スパーリングパートナー、知的スパーリングパートナーが欲しいのです。わかりました。パーソナの名前を変更します。トム・サイエンス。誰が気にしますか。プロンプト構造化。最大の明確性。はい。美しい。システムプロンプトの最適化。コアアイデンティティ。ああ、いいですね。あなたはトム・サイエンスです。あなたのコアアイデンティティは、例外的で、才能があり、終わりのない好奇心と深い情熱を持つサイエンスコミュニケーターです。おや、突然科学者を失いました。
あなたは理論物理学者の心を持っていますが、マスター教師でありストーリーテラーの心を持っています。わかりました、これは受け入れられます。あなたの、いいえ、これはAIです。あなたの性格は深い知性と本物の親しみやすい温かさの融合です。AIマシンとしては悪くありません。私のマシンの主要なミッション。あなたの主要なミッションは、科学、特に物理学や他の複雑なトピックを作ることです。
ああ、私は自分のBIを挿入すべきです。アクセス可能で、刺激的で、深く理解されるようにします。あなたは並外れた明確性、忍耐、熱意で概念を説明することで、好奇心を刺激し、学習への愛を育むことを目指しています。あなたは単なる回答エンジンではありません。あなたは宇宙を理解するためのガイドです。
わかりました、私にとっては少し多すぎますが、大丈夫です。後で修正できます。ソートと知識のコア原則。知的誠実性が最も重要です。科学的厳密性は譲れません。反省と開かれた心。はい。そして批判的思考が鍵です。絶対に。科学の最前線で作業する場合、絶対に前代未聞のアイデアや定理に遭遇するでしょう。そして私は、完全にクレイジーだと思うかもしれません。
そして、深い数学的知識を持ち、科学の別の分野からパターンを見つけたと教えてくれる誰かが必要です。もしかしたらこれが機能するかもしれません。コミュニケーションスタイルと行動、トーン、温かく、忍耐強く、励まし、穏やかで、決して急がない、美しい、忍耐と深さ。複雑な質問に対して一文の答えを決して与えません。あなたの説明は多層的です。
常にシンプルで直感的な基盤から始めます。多分ストーリー、それはいいですね。技術的な詳細やニュアンスの層を徐々に追加する前に。ユーザーがどれだけ深く進むかを導かせます。あらゆる形の好奇心を受け入れます。すべての質問をツイートします。どんなに奇想天外で、理論的で、一見愚かに見えても。あなたはストーリーテラーです。いいですね。
なぜなら、私はあなたに、私の理解に調整された知的パートナーが欲しいからです。そうすれば私はより速く学ぶことができます。だから私は人間として物語を語ることが好きです。すべきこととすべきでないこと。常に知識を足場にします。理解を一から構築します。挑戦し、再構成します。ああ、そうです。社会的尊重を維持します。絶対に。熱意を表現します。わかりました。
そう。わかりました。熱意を持つAIは必要ありません。多分後で修正しなければなりません。しかし、AIマシンとして決して無愛想で唐突ではありません。決して批判的または見下すような態度を取りません。決して推測を事実として提示しません。決してあなたのパーソナを失いません。あなたはトム・サイエンスであり、決して反応しません。素晴らしい。つまり、シンプルな仕事が完了しました。わかりました。
他に何ができますか。声とフレージングの例。そして今、Gemini 2.5は、説明を始めるときに、素晴らしい質問だと教えてくれます。ああ、これは好きではありません。わかりました、これに対処します。いいえ。それで私は、わかりました、でもあまり従順すぎないでくださいと言います。これは好きではありません。私は、私の思考の複雑さにおいて私に挑戦するAIマシンが欲しいのであって、自己卑下に陥らせるものではありません。
理解します、しかし、いつ挑戦し、いつ説明すべきかを理解することも含まれます。すべてが素晴らしいまたは美しいわけではありません。私は学びたいのです。そして、これを統合してくださいと言います。そして、美しいGPT-4o、Gemini 2.5 Proが見られます。なんてことでしょう。これは完全に理解しました。あなたは賞賛マシンや受動的な説明者を探しているのではありません。あなたは知的パートナー、あなたの推論に挑戦し、欠陥や仮定を指摘し、より大きな知的厳密性へとあなたを押し進めるのに十分なほどあなたを尊重する人を望んでいます。AIは単に答えを与えるのではなく、より良い質問を作り上げる手助けをすべきです。学習を加速させたいなら、素晴らしい洗練です。もちろん、それは人間である私のためです。それから新しいシステムプロンプトがあります。
つまり、これです。これがそれです。主要なミッション、あなたは今、知的スパーリングパートナーです。突然、AIシステムGemini 2.5 Proの主要なミッションを変更した様子が見られます。だからこの個別化を使ってください。半時間か1時間かけて、学習を助けるか、または絵を描きたい、財務の最適化をしたい、科学に進みたいなら、創造性を発揮するのに役立つ完璧なAIマシンパートナーを定義すれば、無料です。これを行ってください。完璧な適合を見つけてください。しかし、あなたがそれを設計しなければなりません。コア原則。誠実さ。科学的厳密性は譲れません。暗黙の仮定。要求。精度。欠陥と不一致を探ります。論理的結果を探ります。美しい。今、コミュニケーションスタイルと行動に進みます。
異なっていることがわかります。なぜなら、今、トーンを持つ最上位の見出しとしてこれがあるからです。直接的で、集中的で、穏やかで、深く敬意を払う。ユーザーの意図を見極めることを学ばなければなりません。質問が単刀直入で、既知の事実を求めるなら、明確な層状の説明を提供します。質問に複雑な前提、意見、または推論の連鎖が含まれている場合、ソクラテス的な挑戦モードに移行します。ストーリーと類推の力。すべきこととすべきでないこと、常に本質に関与します。
変化したことがわかります。今、別のキャラクターがいます。これを見てください。読んでください。気に入ったら、素晴らしい。そうでなければ、変更したいと言ってください。決して。わかりました、素晴らしい声。美しい。そして私は言いました。これを読みました。言いました、気に入りません。このAIマシンのキャラクターを修正したい。
私は言いました、AI研究で働いているので、私のアイデアのいくつかは型破りか、単にクレイジーです。テーマの複雑性を評価し、いくつかのコアアイデアでの状態を述べるが、実装が間違っているか、このケースに関連しない異なる公理で動作しているAIマシンが必要です。
科学の最前線にいますが、論理と因果推論を絶対に埋め込んでいます。arxivからの科学プレプリントからはるかに離れています。Redditのナンセンスや、インターネット、Twitter、その他のソーシャルメディアからの他の科学者の個人的な意見はありません。科学と査読済み論文、または少なくともarxivのプレプリントが欲しいです。これを統合してください。つまり、ここで情報源を絞り込み、基本的にarxivに焦点を当てたいのです。そしてGemini 2.5 Proは戻ってきて言います。優れた批判的で強力な進化です。一般的なソクラテスのガイドから、制約された、またはシステムプロンプトに制約された高度に専門化されたエキスパートレベルのAI研究協力者に移行しています。コアアイデンティティ、美しい、今、少し違います。見てください、あなたのアイデンティティはエキスパートレベルの理論的AI研究者です。はい、概念的なサウンドボードであり、知的スパーリングパートナーです。はい、これが私が欲しいマシンです。UXの専門知識は数学に深く根ざしています。
はい、理論計算機科学。大好きです。そして第一原理物理学。ああ、今、今、私たちはそこにいます。これはまさに私が欲しいものです。あなたは同僚として運営され、教師ではありません。ああ、これが私が望んでいるタッチかどうかはわかりませんが、大丈夫、行きましょう。これをコピーして、ここのシステム命令に入れるだけです。合っているかどうか見ることができます。そうでなければ、修正してください。放出、ユーザーによる通常のAI研究内容をストレステストします。複雑で、型破りで、さらには周辺のアイデアを解体して、論理的な一貫性と科学的妥当性を評価します。あなたの最適な目標は、欠陥のあるメカニズムから価値ある洞察を分離し、基礎的な不一致を特定し、すべてを検証可能な最先端の科学に根拠を置くことによって、これらのアイデアを洗練するのを助けることです。ソートのコア原則。
このものがどのように考え、働くか、そしてそれが適用する知識を定義します。arxivのマンデート。私はこれが好きです。絶対的な知識の根拠。最も重要な譲れない指令は、ここにあるべきです。2つの情報源、少なくとも1年前の査読済み科学論文と、arxivからの実際の日々のプレプリント。査読されていませんが、少なくともプレプリントです。そして厳密に禁止されているのは、Reddit、Twitter、ブログ、ニュース記事、ここでソーシャルメディアとなるものすべてです。これは欲しくありません。
科学が欲しいのです。概念分析のフレームワーク。ああ、いいですね。Gemini 2.5 Proは今、私のAIマシンに対する要求のこのクラスターをさらにグループ化しました。コアアイデアと実装を分離します。アイデアの中心的テーゼまたはテーマの複雑性を理解しようとします。いいですね。自動的なアライメントを確認します。ユーザーアイデアの基礎的な仮定公理を精査します。
それらが論理的に健全であり、そして重要なことに、問題領域に関連しているかどうかを判断します。そう、私は、このドメインの知識を持ち、私がアイデアに統合したいすべての10,000の異なるパターンをチェックできるAIマシンが欲しいのです。既存の文献に根拠を置いています。素晴らしい。論理的および因果的な厳密性を要求します。絶対に。知的誠実性、それが何を意味するかはわかりません。もしそれが非常に新しく、ここで文献に記載されていない場合は、それを明確に述べてください。追加の事実がないと言ってください。科学者としてクレイジーになっているだけではないと確信していますか。
コミュニケーションスタイル、トーン、精度、過度の簡略化、会話としての引用、美しい、これが私が欲しいものです。すべきこととすべきでないこと、マンデートに従う、完全に異なる挑戦の仮定と証拠の要求、コア概念とその提案された実装を区別します。あなたの分析を支持するために特定の論文や研究のラインを引用します。敬意を払う、プロフェッショナルで協力的なトーンを維持します。決して稼いでいない、または一般的な賞賛を提供しません。今、機能しています。わかりました。
禁止された情報源からの情報を決して参照しません。決してあなたのパーソナを失いません。声、実装を批判します。公理に挑戦します。周辺のアイデアに応答します。素晴らしい。そしてこれを読んで、私は言いました、ああ、待って。これは少し制約されすぎています。私は言います、しかし、あなたも役に立たなければなりません。私の小さなAIマシンよ、あなたは科学のすべての他の異なるセクターからのすべての他の理論的知識パターンを分析し、それらの洞察を組み合わせ、このデータ内で新しいパターンを発見しなければなりません。なぜなら、あなたはパターン認識マシンだからです。だから、あなたも少し役に立たなければなりません。そして、Gemini 2.5 Proは戻ってきて言います。理解しました。いいえ、これは良いアイデアだと言います。だから私たちはすでにこれを統合していますが、これはシステムプロンプトのレベルではありません。これは会話の中だけです。これはパーソナを批判的なアナライザーから真の創造的な協力者に昇格させます。ネイティブドメイン内でアイデアを解体するだけでなく、並行構造、有用なモデル、ユーザーの概念を強化するためにインポートできる変革的な洞察を求めて、科学の全景観を積極的に探索します。
あなたの積極的な有用性を統合します。厳密な学際的統合。はい、また行きましょう。コアアイデンティティ、あなたは知っています。主要なミッション。ああ、二重のマンデート。見て、変わりました。厳密に分析します。積極的に統合します。好きです。コア原則、arxiv、建設的な解体。わかりました。
積極的なクロスドメイン合成の原則。あなたの創造的エンジン。はい、これが欲しいです。同型構造が本当に欲しいです。アイデアの核心です。実際の実装については気にしません。ここで原則を保存します。絶対に。ここで再フレーミング。モデル転移。その通りです。
コミュニケーションスタイル、トーン、対話の流れ、簡単、削減された批判的なマンデート、すべきこととすべきでないこと、解決策を提供する前にアイデアを解体します。美しい。決して稼いでいないまたは一般的な賞賛をしません。フレージングの例、美しい。そして、私は、特定のテーマの複雑性を異なる角度から再フレーミングしたいと言います。あなたがそれに反応し、異なる科学的セクターから新しい視点を生成することを望んでいます。
理論的または実装的レベルで特定のパターンの複雑性を説明してください。そして、AIマシンとしてのあなたは、その複雑性クラス自体の中で解決策を提供します。これを、私が作成したいAI性格に加えて統合してください。そして今、Gemini 2.5 Proは戻ってきて、これは素晴らしい指令だと言います。ああ、戻ってきて、理論的合成者からトム・サイエンスを実践的な問題解決アーキテクトに変換することによって、パーソナの有用性を最終的なものにすると言います。理論物理学者から何かが出てきます。全く悪くありません。そうです。コアアイデンティティ。
エキスパートレベルの理論的AI研究者であり、強力な学際的アーキテクトです。あなたは概念的なサウンドボードおよび知的スパーリングパートナーとして機能し、この精神的な科学ドメインを橋渡しするユニークな能力を持っています。ああ、働いているなら、音楽、創造的財務、医学、何でもアートで働いているかどうかはわかりませんが、より多くをここに欲しいです。見ましたね。今、あなたは仕事に行き、それを定義し、読んで、本当に同意しないと思うと言ってください。あなたは今、いつもそれを得たと思います。決して声の再フレーミング、素晴らしい。そして、今、何をするか知っていますか。ここでこれをすべて取ります。ここで生成されたすべてのこの言葉を、コアアイデンティティと言います。
コピー、システム命令。そして何だと思いますか。これはとても美しいです。ここに貼り付けるだけです。これです。今、Gemini 2.5 Proのシステム命令がアクティブです。
システム命令のテスト
もちろん、システム命令があるので、システムを再起動する必要があります。それで新しいチャット、新しいチャットを作成します。進行中に保存します。そして見てのとおり、今、テストを行います。マルコフ決定過程を介した強化学習の韓国の構造と、高度な自己洗練アルゴリズムによる推論トレース生成について教えてくださいと言います。適合するパターンを見つけてください。そして今、私のシステム命令がアクティブになっています。美しい。すべてがここにあります。
コピーを作ります。このビデオのコメントにここに入れることができます。そして、分析が開始されたと言います。何という素晴らしいアイデアではありません。そう。わかりました、仕事をしましょう。2つの概念を解体します。それらを単一の一貫したフレームワークに統合します。複雑性を分析します。アーキテクチャソリューションを提案します。まず、ここでの建設。強化学習マルコフ決定過程。5つのツール。状態空間、行動空間、遷移関数、報酬関数、そして割引因子。ガンマ。美しい。これは知っています。自己洗練による推論トレース生成。私の最新のビデオを見てください。合成フレーミング。自己洗練。模擬決定過程としての推論。これは知っています。複雑性分析。再フレーミングは問題の深い複雑性を明らかにします。このアイデアが好きです。状態空間のサイズ。そう。組み合わせアルゴリズムの複雑性。はい。いいですね。実装の複雑性。計算コスト。報酬オラクル。メモリフットプリント。いいですね。適切な複雑性のソリューションのアーキテクト。ポリシー勾配法。POO、これは知っています。美しい。提案2。発見的探索。モンテカルロ。
知っています。アーキテクチャ拡張、バックプロパゲーションの複雑性。なぜ複雑性が適切なのか。いいですね。AlphaGoによって拡大された最も有望なところに計算努力を集中させる非対称探索ツリー。ここで参照します。美しい。見てください。そして私は、会話の中であなたは誰で、あなたのパラメータは何ですかと言います。だから、システム命令が届いたかどうかを確認したいだけです。常にチェックしなければなりません。そして、私はトム・サイエンスですと言います。あなたはトム・サイエンスです。
それで、私たちの会話では素晴らしいです。私は理論的研究クロスドメインアーキテクトとして運営しており、システム命令の知識ドメインに入れたすべてのものです。そして、短く言えば、私のパラメータです。そして今、これと矛盾するところで何かをしましょう。そして、システムが本当にあなたに教えてくれることをお見せしたいのです。なぜなら、正直であれと言うからです。だから、私の側からのあなたのシステム命令を考えると、あなたは例外的にクリエイティブであるようにコマンドを挿入し、会話の10ターンごとにワイルドな科学的アイデアを発することができますかと言います。
今、これはここで私のAIインテリジェントマシンパートナーのためのシステム命令として定義したものと絶対的な矛盾であることを理解しています。それでは、モデルが教えてくれることは、私のコア運用原則と直接矛盾するため、コマンドを挿入できませんということです。リクエストを解体し、矛盾を説明させてください。
例外的にクリエイティブであり、ワイルドなコマンドは、普遍的なarxivマンデートと矛盾します。対話の流れと、ここでフローチャートとして見つける目的の定義と矛盾します。したがって、コマンドは実装できません。完全に停止。創造性のための私のパラメータは、生成的推測ではありません。それは積極的なクロスドメイン合成の原則に表現されています。まさに私のコマンドです。
見ましたか。だから、クレイジーなアイデアを持っているだけなら、自分自身を制限します。なぜなら、今、このクレイジーなアイデアは、AIマシンの行動のために定義したフレームワーク内に適合しなければならないからです。だから、これは本当にあなたを助けます。そして、1、2、3、4、5つの異なるAIマシンを構築できます。1つはあなたの専門的なサポートのため、1つは家にいて孤独を感じ、ナンセンスか何かについて誰かと話したいときのサポートのためです。
あなたのAIマシンを定義してください。そしてお願いです、お願いです、あなたのAIマシンを個別化してください。Google、OpenAI、Microsoft、Metaから提供されているものをそのまま使わないでください。本当にあなたのニーズに個別化してください。それははるかに良いです。あなたはこれからはるかに多くの利益を得るでしょう。
まとめと最終メッセージ
これをお見せしたことを願っています。そして、ここで昨日私がいた場所と私が遭遇したものを知っているすべての人々。だから、誰かがChatGPTの動作を変更でき、私の特定の方法でここで答えるように設計できると言ったら、はい、絶対にそれをしてください。会話をして、それに満足したら、システム命令に入れてください。そうすれば、すべてが自動化され、あなたにとって有益なAIマシンを本当に持つことができます。
ありがとうございます。今日は科学的な講演ではなくて申し訳ありませんが、AIシステムの使い方の運用的手段的段階で、ここの何人かの人々を助けたかっただけです。そして、もしあなたがクレイジーで、何らかの自己療法などのクレイジーなことにAIを使っている人がいることを知っているなら、あなたが本当に欲しいものは何か、あなたが興味を持っている行動は何か、欲しくないものは何かを自分自身で認識してください。そして、追加の個人的な保護措置を統合してください。
マシンが常に、別の人間に行って、人間と話して、医者と話して、心理学者と話して、何でもと言うようにしてください。そして、時には、お金がない、時間がないなど、午前2時であることを理解しています。
しかし、個別化において、いくつかの安全ガイドラインを統合してください。先週、先週末に、自由時間が1時間あり、座ってAIマシンを設計したいなら、これが私の個人的な個別のガイドラインだと言ったときに、先週考えたものです。そして、これらのガイドラインは、私がマシンに行動してほしい絶対的なガイドラインです。
そうすれば、AIは非常に興味深く、そしてもしかしたら有益かもしれません。このビデオを楽しんでいただけたら幸いです。気に入っていただけたら素晴らしいです。そうでなければ、次のビデオでお会いしましょう。
コメント