# Artikel Terkait Keberagaman

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "Keberagaman", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

Makalah Prompt Engineering Diterima di ICML 2026, Warganet Ribut Berdebat

Makalah rekayasa prompt telah diterima di konferensi ICML 2026, memicu perdebatan luas di komunitas. Makalah ini memperkenalkan metode "Verbalized Sampling" (VS) yang hanya dengan mengubah instruksi prompt, dapat meningkatkan keragaman output model bahasa besar (LLM) dan mengurangi masalah "Mode Collapse". Metode ini meminta model untuk menghasilkan beberapa jawaban sekaligus dan memberikan nilai probabilitas verbal untuk setiap opsi. Penulis berargumen bahwa akar masalah homogenitas output terletak pada bias tipikal dalam data preferensi manusia yang digunakan untuk melatih model, bukan semata-mata pada algoritma. Eksperimen menunjukkan peningkatan keragaman 1.6–2.1 kali dalam tugas kreatif tanpa mengorbankan akurasi atau keamanan. Reaksi di komunitas terbelah. Sebagian meragukan nilai inovasi metode yang "hanya" memodifikasi prompt dan mempertanyakan stabilitas serta generalisasinya. Mereka khawatir tren ini mencerminkan standar publikasi yang longgar. Di sisi lain, pendukung menekankan bahwa penelitian yang solid tidak harus kompleks, selama memiliki dasar teoretis, eksperimen ketat, dan hasil yang dapat direproduksi. Mereka menyamakannya dengan awal metode "Chain-of-Thought" (CoT), yang juga dimulai dari instruksi prompt sederhana namun membuka bidang penelitian baru. Makalah ini menandai pergeseran potensial dalam penelitian ML, di mana teknik pada fase inferensi mendapatkan perhatian setara dengan inovasi pelatihan model.

marsbit07/15 08:00

Makalah Prompt Engineering Diterima di ICML 2026, Warganet Ribut Berdebat

marsbit07/15 08:00

Dari "Aturan Buatan" hingga "AI Membaca Pikiran": Algoritma Baru X Membentuk Ulang Aliran Informasi, Lebih Akurat tapi Juga Lebih Berbahaya

Algoritma rekomendasi baru X (sebelumnya Twitter) yang diumumkan pada 20 Januari telah beralih dari aturan buatan manusia ke sistem yang sepenuhnya digerakkan oleh AI. Sistem ini mencampur konten dari akun yang diikuti pengguna ("Thunder") dengan konten dari seluruh platform yang mungkin menarik bagi pengguna ("Phoenix"). Prosesnya dimulai dengan membangun profil pengguna berdasarkan riwayat interaksi dan preferensi. Konten kemudian dikumpulkan, dilengkapi metadata, dan disaring untuk menghapus spam atau konten yang tidak diinginkan. Inti algoritma terletak pada model transformer "Phoenix Grok" yang memberi skor pada setiap kandidat konten dengan memprediksi probabilitas tanggapan pengguna (seperti like, retweet, atau blokir). Skor akhir ditentukan dengan menambahkan bobot pada tindakan positif dan mengurangi bobot pada tindakan negatif. Algoritma juga memasukkan "Author Diversity Scorer" untuk mencegah satu penulis mendominasi umpan. Setelah penyaringan kedua untuk konten berbahaya, konten dengan skor tertinggi diurutkan untuk ditampilkan di umpan "For You". Kemajuan utama adalah kemampuan AI untuk mempelajari preferensi pengguna secara mandiri dan memprediksi berbagai perilaku, sehingga meningkatkan akurasi rekomendasi. Sistem ini juga dianggap lebih adil karena memberi peluang pada akun kecil. Namun, kekhawatiran muncul mengenai pembentukan "kamar gema" informasi dan penargetan konten emosional yang lebih efektif.

比推01/20 13:41

Dari "Aturan Buatan" hingga "AI Membaca Pikiran": Algoritma Baru X Membentuk Ulang Aliran Informasi, Lebih Akurat tapi Juga Lebih Berbahaya

比推01/20 13:41

活动图片