Fiecare manager de portofoliu cunoaște frontiera eficientă - setul de portofolii optime care oferă randamente maxime pentru anumite niveluri de risc. Ce s-ar întâmpla dacă solicitările AI ar avea propria lor frontieră eficientă? Pe măsură ce începem cu toții să folosim AI, optimizarea promptă va fi o provocare constantă. GEPA, GEnerative PAreto, este o tehnică de descoperire a frontierei eficiente echivalente pentru AI. Citind lucrarea, am observat că rezultatele inițiale erau promițătoare, cu o îmbunătățire de 10 puncte față de anumite benchmark-uri și o lungime de prompt de 9,2 ori mai mică. Lungimea mai scurtă a promptului și știm cu toții că prompturile de intrare sunt cel mai mare factor de cost (vezi Modelul AI Hungry, Hungry). Deci, am implementat GEPA în EvoBlog. Pentru a utiliza GEPA, trebuie să identificăm axele de notare pe care un LLM le folosește pentru a puncta o postare. Iată-le pe ale mele: (prima imagine) Acum că avem acest cadru, putem introduce o solicitare pentru a genera o postare pe blog și pentru a face ca sistemul EvoBlog să itereze prin diferite solicitări pentru a atinge frontiera eficientă pentru fiecare dimensiune, ponderată în toate variabilele - nu doar una. Iată scorurile pentru două postări ipotetice pe blog. Puteți vedea că unul crește mai mult stilul, în timp ce celălalt se concentrează pe utilizarea datelor. Folosind GEPA, putem determina care este cea mai bună postare generală. În acest caz, este postarea axată pe date. Toate acestea pentru a spune, dragă cititorule, că am publicat vreodată o singură postare pe blog generată integral de AI. Scopul meu cu aceste sisteme automate este să învăț cum funcționează, cum să le reglez și să generez schițe inițiale care să se apropie de prima și a doua schiță. Voi finaliza întotdeauna schițele trei și patru. Frontiera eficientă nu înlocuiește înțelegerea și o voce autentică.