Chat GPT, Deep Seek, NotepadLM & Co. – Was kommt da noch? (Sonstiges)

Lattenknaller, Madrid, Samstag, 01.02.2025, 12:07 (vor 37 Tagen) @ Frankonius

Regex per ChatGPT ist gut. Ich stolpere alle paar Monate über eine Regex und da ich damit schon seit jeher auf Kriegsfuss stehe hat das immer lange gedauert, bis ich mich da wieder reingedacht habe. Mit ChatGPT kriegt man da gute Vorschläge. Muss man halt sauber testen.
Das ist so wie bei allen Codingvorschlägen, die man bekommt. Ich habe alles, was ich regelmäßig nutze als Snippet abgelegt, aber ab und an kann man ja mal schauen. ChatGPT hilft da, aber trotzdem schaue ich mir dann oft auch die entsprechenden Threads im StackOverflow an.

Wir haben uns mal den Spaß gemacht und ganze Codestrecken erstellen lassen, nicht nur ChatGPT.
Manche Ergebnisse sind interessant. Der gewählte Lösungsweg ist oft nicht der optimale. Ist dann halt die Frage, wie die Anweisung gewichtet wird im Model.
Bei mir scheitert die Automatisierung oft dann an der Datenintegration. Wenn Du Anwendungen hast, die auf Basis einer Platform in einem Guss modelliert sind, dürfte man hier mehr rausholen. Aber wenn man wie oft üblich Anwendungen zusammenstöpselst, Backend und Frontend andere Architekturen haben und dann auch noch Legacyobjekte dazukommen bist Du dann doch per Hand am Frimmeln.
Wo ich mich mehr erwartet hätte bisher ist bei der Dokumentation, das ist alles bisher irgendwie Grütze. Vielleicht habe ich auch einen zu hohen Standard hier.

Was die Einbindung in Geschäftsprozesse zur höheren Automatisierung angeht, sehe ich in vielen Teilen momentan Ernüchterung. Die LLMs müssen trainiert werden. Ich habe neulich mal was aus dem medizinischen Bereich gelesen, dass war faszinierend. Aber die haben für die 99% Erkennungsrate von Bildern und Blutwerten auch Abermillionen von Beispielen fürs Training genutzt.
Ein Kunde ist dabei seinen Chatbot zu trainieren, um daraus die Vorgänge abzuleiten und Antworten zu generieren. Relativ klare Schlagworte in dem Umfeld. Man war der Meinung das LLM mit einer Excel von 50.000 Beispielen zu trainieren (die Aufbereitung der Excel hat die Praktikanten schon Wochen an Arbeit gekostet), die Ergebnisse waren aber miserabel.
Es machen momentan aber trotzdem viele. Wundert Euch also nicht, wenn ihr zukünftig schlechte Antworten von Chatbots kriegt. Viele Unternehmen lassen ihre LLM im Realbetrieb trainieren auf Kosten der Zeit und Nerven ihrer Kunden.
Das Trainieren von Modellen und das Testen und Korrigieren ist i.ü. die Sklavenarbeit unserer Zeit. Wird gerne in Schwellen- und Entwicklungsländer zu miserablen Konditionen ausgelagert.

Kritisch bei dem ganzen Thema sind dann natürlich neben den horrenden Energiekosten der Datenschutz und die Rechte der Ersteller von Inhalten. Da haben sich ja ein paar Master of the Universe im Silicon Valley gedacht, dass sie einfach Daten und Inhalte gratis abgreifen, ihre Modelle trainieren und dann fleißig damit Geld verdienen können. Nicht umsonst laufen sie ja alle dem großen Deregulierer Trump hinterher. Der soll Ihnen das Feld räumen. Interessant wird es auch, wie die Qualität zukünftiger Inhalte wird, wenn vieles von KI produziert wird. Denn Originalität ist halt immer noch etwas, was ein menschliches Gehirn erzeugt.