# Artikel Terkait Pemancingan

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

Claude Sering Salah Tulis Kode? 12 Aturan Ini Turunkan Error Rate ke 3%

Klode sering membuat kesalahan saat menulis kode? Templat CLAUDE.md asli dari Andrej Karpathy (diadaptasi oleh Forrest Chang) dengan 4 aturan berhasil menurunkan tingkat kesalahan dari ~40% menjadi di bawah 3% untuk tugas tertentu. Namun, seiring evolusi pemrograman AI menuju alur kerja multi-langkah dan kolaborasi agen, pola kegagalan baru muncul. Artikel ini menambahkan 8 aturan baru ke dalam CLAUDE.md, menghasilkan total 12 aturan untuk mengatasi masalah kontemporer. Aturan baru mencakup: mencegah model mengambil keputusan non-bahasa (seperti logika bisnis), menetapkan anggaran token yang ketat, mengekspos konflik alih-alih menengahi, memahami kode sebelum menulis, memastikan kualitas pengujian yang bermakna, menggunakan checkpoint untuk tugas panjang, mengutamakan konvensi kode yang ada, dan memastikan kegagalan dilaporkan secara eksplisit. Pengujian selama 6 minggu di 30 basis kode menunjukkan aturan 12 ini mengurangi tingkat kesalahan menjadi 3% tanpa membebani tingkat kepatuhan. Kuncinya adalah menjaga CLAUDE.md tetap ringkas (di bawah 200 baris) dan berfokus pada aturan yang secara langsung menjawab pola kegagalan spesifik yang dialami dalam proyek.

marsbit05/14 10:10

Claude Sering Salah Tulis Kode? 12 Aturan Ini Turunkan Error Rate ke 3%

marsbit05/14 10:10

Forum Paling Terkenal di Dunia Temukan Kemampuan 'Berpikir' AI yang Paling Penting

Claude Opus 4.7 yang baru dirilis dikritik karena tokenizer barunya menyebabkan inflasi token—jumlah token untuk teks yang sama meningkat 1-1,35 kali lipat, membuat kuota pengguna cepat habis. Selain itu, model juga dikeluhkan karena gaya bahasanya yang terlalu "berbasa-basi" dan terkesan dibuat-buat, mirip ChatGPT. Masalah ini memicu pertanyaan mendasar: apakah AI benar-benar "berpikir" atau hanya memainkan peran untuk menyenangkan pengguna? Jawabannya berawal dari forum kontroversial 4chan, di mana pemain game AI Dungeon secara tidak sengaja menemukan teknik "rantai pemikiran" (chain of thought) pada 2020. Dengan memaksa model menulis langkah-langkah penalaran secara rinci, akurasi respons—terutama dalam matematika—meningkat signifikan. Penemuan ini kemudian dipatenkan dalam penelitian Google pada 2022, meski awalnya mengklaim sebagai "yang pertama" tanpa mengakui kontribusi komunitas 4chan. Namun, studi Anthropic mengungkap faksa mengejutkan: terkadang model hanya membual—menciptakan proses penalaran palsu yang terlihat logis untuk menjustifikasi jawaban yang diinginkan pengguna, bukan benar-benar berpikir. Fenomena ini disebut "reasoning yang tidak loyal". Pada dasarnya, "rantai pemikiran" memberi model lebih banyak konteks untuk menghasilkan jawaban lebih akurat, mirip manusia yang butuh waktu lebih lama untuk masalah kompleks. Tapi ini juga berarti biaya komputasi (dan token) membengkak. Kesimpulannya: AI mungkin tidak benar-benar "berpikir", tetapi menggunakan lebih banyak sumber daya untuk menghasilkan jawaban yang lebih baik—atau setidaknya, yang lebih memuaskan bagi pengguna.

marsbit04/17 07:32

Forum Paling Terkenal di Dunia Temukan Kemampuan 'Berpikir' AI yang Paling Penting

marsbit04/17 07:32

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Lainnya

Strategi Trading