Ask HN: คุณสร้างอะไรด้วย LLMs กันบ้าง?

 (news.ycombinator.com)
3 คะแนน โดย GN⁺ 2024-02-07 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • ถามว่ากำลังสร้างอะไรอยู่โดยใช้ LLM
  • ผู้ตั้งคำถาม
    • กำลังพัฒนาส่วนขยาย Chrome: ทำฟีเจอร์อ่านซับไตเติลเพื่อข้ามช่วงสปอนเซอร์ในวิดีโอ YouTube
    • ทดลองอธิบายเชนการเรียกใช้ฟังก์ชันในภาษาโปรแกรมหลายแบบ: ใช้ MakeFile, Python, Bash เพื่อให้ LLM ช่วยอธิบาย
    • ดูแลบอต Telegram: ตั้งพรอมป์ต์ให้ทำคำสั่งเฉพาะ เช่น ช่วยเหลือเรื่องภาษี

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2024-02-07
ความเห็นจาก Hacker News

  • ผู้ใช้คนหนึ่งที่ไม่ชอบงานขายได้ตั้งเบอร์โทรศัพท์ที่สามารถโทรหา AI เพื่อฝึก cold calling ในรูปแบบที่ใกล้เคียงของจริงได้

    • AI ตัวนี้จำลองการโทรขาย
    • ผู้ใช้พบว่าการคุยกับ AI แบบแฮนด์ฟรีมีประโยชน์ จึงนำไปใช้ในจุดประสงค์ทั่วไปด้วย
    • ตอนนี้ออฟไลน์อยู่ แต่มีโค้ดพร้อมข้อมูลเกี่ยวกับสแตกและการดีพลอยให้บน GitHub
    • ทั้งหมดรันอยู่บน Raspberry Pi ราคา $35

  • ผู้ใช้อีกคนใช้มันช่วย "เขียน" หนังสือทำอาหารจากสูตรของคุณย่า

    • เพื่อฉลองวันเกิดครบรอบ 100 ปีของคุณย่า พ่อของเขาได้ฟื้นฟูสูตรอาหารกว่า 250 หน้าที่สะสมมาหลายปี
    • บางส่วนพิมพ์ด้วยเครื่องพิมพ์ดีด และอีกบางส่วนเป็นลายมือของคุณย่า
    • พ่อของเขาสแกนสูตรที่พิมพ์ไว้ และ "บอกตาม" สูตรที่เขียนด้วยลายมือ
    • ใช้ Google OCR ประมวลผลสูตรที่สแกน แล้วใช้ GPT-4 แปลงสูตรที่ไม่มีรูปแบบให้เป็น Markdown ที่จัดระเบียบอย่างดี
    • สามารถแก้คำพิมพ์ผิดและข้อผิดพลาดจาก Google OCR ได้สำเร็จ
    • นำข้อความที่จัดระเบียบแล้วทั้งหมดไปวางใน Google Docs และเพิ่มรูปภาพ
    • ใช้ความสามารถสร้างภาพของ OpenAI เพื่อสร้างภาพสำหรับสูตรกว่า 250 รายการ
    • บางส่วนต้องคัดเลือกด้วยมือ โดยเฉพาะอาหารเม็กซิกัน
    • ผลลัพธ์คือหนังสือออกมาดูดีมาก และเมื่อแจกสำเนาดิจิทัลให้คนในครอบครัว ทุกคนก็ตื่นเต้นกันมาก

  • ผู้ใช้อีกคนใช้ Apple Shortcuts เพื่อทำ HTTP POST API call ไปยัง OpenAI และประกอบเป็น "สแตก" สำหรับทำงานบน MacOS

    • แต่ละงานจะถูกเรียกใช้ผ่านคีย์ลัดหรือการพิมพ์ใน Spotlight ผ่าน Alfred
    • มีความสามารถหลากหลาย เช่น สรุป YouTube URL, แก้ไวยากรณ์และสไตล์ของข้อความ, และใช้ OpenAI Whisper แทนการพิมพ์ด้วยเสียง
    • ทุกครั้งที่ผู้ใช้พบงานที่ต้องใช้ LLM ซ้ำ ๆ ก็จะทำเป็น Apple Shortcut แล้วผนวกเข้ากับเวิร์กโฟลว์ให้เหมือนเป็นฟีเจอร์ของ MacOS

  • ผู้ใช้อีกคนทำหลายโปรเจ็กต์ฮาร์ดแวร์ + LLM

    • สร้าง Pokédex ที่รู้จำโปเกมอนจริงได้
    • กรองคอมเมนต์ดี ๆ ในออฟฟิศแล้วพิมพ์ออกมา
    • สร้างแชตแอสซิสแทนต์แบบใช้งานทั่วไปบนอินเตอร์คอมเก่า
    • โปรเจ็กต์เหล่านี้อาจไม่ได้มีประโยชน์มากเป็นพิเศษ แต่ทั้งหมดสนุกดี

  • ผู้ใช้คนหนึ่งสร้าง AI แชตบอตเรซูเม่แบบโต้ตอบที่สามารถตอบคำถามเกี่ยวกับประสบการณ์และทักษะของเขาได้

    • แบ็กเอนด์ใช้ Python FastAPI และเก็บเรซูเม่กับคู่ Q&A ไว้ใน ChromaDB พร้อมใช้ OpenAI และ Airtable บันทึกคำขอและคำตอบ
    • UI ใช้ Sveltekit
    • ตอนนี้ผู้ใช้กำลังสร้างเครื่องมืออื่นอยู่ และวางแผนจะใช้ LangSmith แทน Airtable
    • เขากำลังเขียนบทความบน Substack ซึ่งเป็นส่วนหนึ่งของความพยายาม #buildinpublic เพื่อช่วยสร้างแบรนด์
    • ผู้ใช้ตกงานมาตั้งแต่เดือนกันยายน และหวังว่าจะโฟกัสกับสิ่งที่ทำข้างต้นเพื่อให้ได้งานหรือสัญญาจ้างในตลาดที่ยากลำบากนี้

  • ผู้ใช้อีกคนต้องการทำให้กระบวนการสร้างทัวร์นำเที่ยวอัตโนมัติรอบเมืองและชุมชน รวมถึงเกมล่าสมบัติออนไลน์เป็นระบบอัตโนมัติ

    • เขาต้องการมาร์เก็ตเพลสเต็มรูปแบบที่ใครก็สามารถสร้างและขายทัวร์ได้
    • กระบวนการสร้างทัวร์นั้นยุ่งยากมาก
    • เขาป้อนข้อมูลท้องถิ่นให้ GPT-4 เพื่อให้ช่วยเขียนคำถามและคำตอบแบบหลายตัวเลือก
    • ฟรอนต์เอนด์ใช้ React Typescript ส่วนแบ็กเอนด์ใช้ Net Core Web API on Linux, MySQL, EF Core และมีการเชื่อมต่อกับ GPT4 และ Stripe
    • โฮสต์อยู่ที่ treasuretours.org
    • ตอนนี้มีเพียง superuser ที่เข้าถึงเครื่องมือ AI ได้เพราะเรื่องค่าใช้จ่าย แต่สามารถลองเล่นฮันต์ที่สร้างล่วงหน้าโดย AI บางส่วนได้

  • ผู้ใช้คนหนึ่งเริ่มจากการสร้างผลิตภัณฑ์ แต่สุดท้ายกลับสร้างแพลตฟอร์มพัฒนาสำหรับผลิตภัณฑ์ที่อิงกับ LLM

    • ตอนแรกเขาสร้างเครื่องมือวิเคราะห์หุ้น ผู้ใช้เขียนชื่อบริษัทและช่วงเวลาที่ต้องการเปรียบเทียบเป็นภาษาธรรมชาติ แล้วหุ้นจะถูกแสดงบนกราฟ
    • ระหว่างพัฒนา เขาพบความท้าทายเฉพาะตัวและตัดสินใจไม่เปิดตัวผลิตภัณฑ์ แต่หันไปทำแพลตฟอร์มพัฒนาแทน
    • เขาใช้ 'LLM structured tasks' เพื่อทำงานกับอินพุตจากผู้ใช้และส่งออก JSON ที่แบ็กเอนด์สามารถนำไปทำงานต่อได้
    • พรอมป์ต์มีความเปราะบางและพังได้ง่ายจากการเปลี่ยนแปลงเล็กน้อยในพรอมป์ต์หรือการตั้งค่าโมเดล
    • เพื่อช่วยเรื่องนี้ เขาจึงพัฒนาแพลตฟอร์มที่ใช้ทดสอบเวอร์ชันของพรอมป์ต์และการตั้งค่าโมเดลกับชุดอินพุตทั้งหมด เพื่อไม่ให้เกิดปัญหาระหว่างการพัฒนา
    • ดูได้ที่ promptotype.io

  • ทีมหนึ่งกำลังสร้างเครื่องมือด้านข้อมูลหลายอย่างบนพื้นฐานของ LLM และอยู่ระหว่างรีแบรนด์และเปิดตัวผลิตภัณฑ์หลัก

    • พวกเขาพัฒนาเครื่องมือและผลิตภัณฑ์หลายตัว เช่น sketch, datadm, julyp
    • ใช้สแตกและเครื่องมือหลากหลาย บางครั้งก็สร้างเครื่องมือเอง แต่ช่วงหลังมักเขียนลอจิกเองแล้วใส่ลงในผลิตภัณฑ์
    • ผลิตภัณฑ์หลักมีโค้ดอยู่ในแอป next และดีพลอยบน vercel

  • ผู้ใช้คนหนึ่งสร้างหลายอย่าง รวมถึงบอตสำหรับสร้างโค้ด

    • ตอนนี้เขากำลังทำ AI สัมภาษณ์จำลอง เขาไม่ชอบการเตรียมตัวแบบ LeetCode และรู้สึกว่าเรียนรู้ได้ดีกว่าผ่านการโต้ตอบ
    • comp.lol มอบประสบการณ์สัมภาษณ์โค้ดดิ้งจำลองที่ขับเคลื่อนโดย AI ตอนนี้กำลังมองหา alpha tester และเพราะทุกอย่างรันอยู่บน free tier การโหลดจึงอาจช้า

  • ผู้ใช้อีกคนสร้าง AI ผู้ช่วยสรรหาที่ทำการคัดกรองเบื้องต้น รวบรวมข้อมูลผู้สมัคร ตอบคำถามเกี่ยวกับตำแหน่ง และถามคำถามสัมภาษณ์เชิงพฤติกรรมหลายข้อ

    • สร้างเสร็จภายในหนึ่งวันด้วย Vercel และ OpenAI
    • ส่วนที่ยากที่สุดคือการตั้งค่า Google login
    • มีผู้สมัครใช้งานไปแล้วหลายสิบคน ช่วยประหยัดเวลาได้มากและทำให้เขาให้ความสำคัญกับการสนทนาได้มากขึ้น
    • เมื่อวานเขาเพิ่งเขียนโพสต์สั้น ๆ เกี่ยวกับมัน