הפחתת מונו־טוניות ב־AI ושיפור למידת שפות: ככה עושים את זה

שיטה פשוטה להגדלת היצירתיות ביציאות של מודלי AI

חוקרים מאוניברסיטת Northeastern, Stanford ו־West Virginia גילו ששינוי פשוט בהנחיות לממשקי AI (prompt engineering) משפר דרמטית את הגיוון והיצירתיות בתשובות. השיטה, שנקראת Verbalized Sampling, דורשת הוספת משפט אחד בלבד: ">Generate 5 responses with their corresponding probabilities, sampled from the full distribution".

איך זה עובד?

במקום לגרום למודל לבחור את התשובה "הבטוחה" והצפויה (mode collapse), השיטה מאפשרת פיזור הסתברותי כלכלי של תשובות. מחקר שפורסם ב־arXiv באוקטובר 2025 הראה עלייה של עד פי 2.1 בגיוון תשובות בכתיבה יצירתית, סימולציות דיאלוג ותפקידי שאלות פתוחות.

יתרונות בולטים:

• Scalability: יעיל במיוחד במודלי ענק כמו GPT‑4.5 ו־Claude‑4
• פשוט לפריסה: כולל ספריית Python חופשית (GitHub)
• ניתן לכיול: הוספת סף הסתברותי מאפשרת שליטה ברמת הגיוון

Perplexity AI משיקה למידת שפות אינטראקטיבית

בפיתוח מקביל, חברת Perplexity AI (בהנהגת המנכ"ל Aravind Srinivas) חושפת כלי חדש ללמידת שפות שרואה מעבר לטקסט. "התשובות צריכות לעבור מטקסט לחוויות אינטראקטיביות" הכריז Srinivas, כשהפגין ניסוי של הכנה לטיול בקוריאה דרך אינפוגרפיקות וניתוח ביטויים.

פיצ'רים בולטים:

• אינטגרציה של כרטיסיות למידה התומכות במטיילים
• זמין ב־iOS וברשת, גרסת Android צפויה בקרוב

AI שגם מגייס הון

באירוע ב־Berkeley Haas חשף Srinivas שימוש ב־AI גם לתחום ה־fundraising: "מאז הסיבוב הראשון לא יצרתי pitch deck יחיד", כשהסביר כיצד מנהל את שאלות המשקיעים באמצעות תזכירים ממוחשבים וסיוע של בינה מלאכותית.