Anthropic ਨੇ Fable 5 ਲਈ Claude Code ਦੇ ਸਿਸਟਮ ਪ੍ਰੋਂਪਟ (System Prompt) ਵਿੱਚ 80% ਦੀ ਕਟੌਤੀ ਕੀਤੀ
Anthropic ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ (large language models) ਨੂੰ ਚਲਾਉਣ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਦੇਖ ਰਿਹਾ ਹੈ, ਜੋ ਭਾਰੀ ਨਿਰਦੇਸ਼ਾਂ ਦੇ ਸਮੂਹ ਤੋਂ ਹਟ ਕੇ ਹਲਕੇ ਅਤੇ ਵਧੇਰੇ ਸਹਿਜ ਮਾਰਗਦਰਸ਼ਨ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ। ਇਹ ਵਿਕਾਸ ਨਵੇਂ Fable 5 (Mythos class) ਮਾਡਲਾਂ ਦੇ ਆਉਣ ਕਾਰਨ ਹੋ ਰਿਹਾ ਹੈ, ਜੋ ਘੱਟ ਪਾਬੰਦੀਆਂ ਅਤੇ ਵਧੇਰੇ ਸੰਦਰਭ (context) 'ਤੇ ਵਧੀਆ ਕੰਮ ਕਰਦੇ ਹਨ।
ਲੰਬੇ ਸਿਸਟਮ ਪ੍ਰੋਂਪਟ ਦਾ ਅੰਤ
ਸਾਲਾਂ ਤੋਂ, AI ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਲਈ ਉਦਯੋਗਿਕ ਮਿਆਰ ਵਿੱਚ ਵਿਸ਼ਾਲ ਸਿਸਟਮ ਨਿਰਦੇਸ਼ਾਂ ਅਤੇ ਵਿਸਤ੍ਰਿਤ "few-shot" ਉਦਾਹਰਣਾਂ ਰਾਹੀਂ "prompt engineering" ਸ਼ਾਮਲ ਸੀ। ਡਿਵੈਲਪਰਾਂ ਦਾ ਮੰਨਣਾ ਸੀ ਕਿ ਵਧੇਰੇ ਨਿਯਮ ਅਤੇ ਵਧੇਰੇ "ਇਹ ਨਾ ਕਰੋ" ਵਰਗੀਆਂ ਪਾਬੰਦੀਆਂ ਭਰੋਸੇਯੋਗਤਾ ਦੀ ਕੁੰਜੀ ਹਨ। ਹਾਲਾਂਕਿ, Anthropic ਇਸ ਰੁਝਾਨ ਨੂੰ ਉਲਟਾ ਰਿਹਾ ਹੈ।
Anthropic ਦੇ ਤਕਨੀਕੀ ਸਟਾਫ ਦੇ ਮੈਂਬਰ ਤਾਰਿਕ ਸ਼ਿਹੀਪਾਰ (Tariq Shihipar) ਨੇ ਖੁਲਾਸਾ ਕੀਤਾ ਕਿ ਕੰਪਨੀ ਨੇ Claude Code ਲਈ ਸਿਸਟਮ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਹੈਰਾਨੀਜਨਕ 80 ਫੀਸਦੀ ਦੀ ਕਟੌਤੀ ਕੀਤੀ ਹੈ। ਇਹ ਕਟੌਤੀ ਮਾਡਲ ਨੂੰ ਸਰਲ ਬਣਾਉਣ ਦਾ ਸੰਕੇਤ ਨਹੀਂ ਹੈ, ਸਗੋਂ ਨਵੇਂ Fable 5 ਮਾਡਲਾਂ ਦੀਆਂ ਉੱਨਤ ਮਾਨਸਿਕ ਸਮਰੱਥਾਵਾਂ ਦਾ ਇੱਕ ਜਵਾਬ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਮਾਡਲ ਵਧੇਰੇ ਉੱਨਤ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ, ਲੰਬੇ ਪ੍ਰੋਂਪਟ ਰਾਹੀਂ "ਹੱਥ ਫੜਾ ਕੇ ਚਲਾਉਣ" (hand-holding) ਦਾ ਰਵਾਇਤੀ ਤਰੀਕਾ ਉਲਟ ਪ੍ਰਭਾਵ ਪਾਉਣ ਲੱਗਾ ਹੈ।
Fable 5 ਮਾਡਲ ਪਾਬੰਦੀਆਂ ਦਾ ਵਿਰੋਧ ਕਿਉਂ ਕਰਦੇ ਹਨ
Fable 5 (ਜਾਂ Mythos class) ਮਾਡਲਾਂ ਵੱਲ ਇਹ ਤਬਦੀਲੀ ਮਾਡਲ ਦੇ ਵਿਵਹਾਰ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਬਦਲਾਅ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਸ਼ਿਹੀਪਾਰ ਦੇ ਅਨੁਸਾਰ, ਇਹਨਾਂ ਖਾਸ ਮਾਡਲਾਂ ਨੂੰ ਵਿਸ਼ਾਲ ਉਦਾਹਰਣਾਂ ਅਤੇ ਸਖ਼ਤ ਨਿਯਮ ਪ੍ਰਦਾਨ ਕਰਨ ਨਾਲ ਅਸਲ ਵਿੱਚ ਕਾਰਗੁਜ਼ਾਰੀ ਘਟ ਜਾਂਦੀ ਹੈ। ਇਸ ਦਾ ਕਾਰਨ ਅਣਕਿਆਵਾਂ ਹੈ: ਇਹ ਮਾਡਲ ਆਪਣੇ ਪੁਰਾਣੇ ਮਾਡਲਾਂ ਨਾਲੋਂ ਕੁਦਰਤੀ ਤੌਰ 'ਤੇ ਵਧੇਰੇ "ਕਲਪਨਾਸ਼ੀਲ" (imaginative) ਹਨ।
ਜਦੋਂ ਕੋਈ ਡਿਵੈਲਪਰ ਵਿਸ਼ੇਸ਼ ਉਦਾਹਰਣਾਂ ਦੀ ਇੱਕ ਲੰਬੀ ਸੂਚੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਤਾਂ ਇਹ ਇੱਕ ਪਾਬੰਦੀ ਵਜੋਂ ਕੰਮ ਕਰਦੀ ਹੈ ਜੋ ਮਾਡਲ ਦੀ ਤਰਕ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਸੀਮਤ ਕਰ ਦਿੰਦੀ ਹੈ। ਕਿਸੇ ਸਮੱਸਿਆ ਦੇ ਸਭ ਤੋਂ ਕੁਸ਼ਲ ਜਾਂ ਰਚਨਾਤਮਕ ਹੱਲ ਦੀ ਖੋਜ ਕਰਨ ਦੀ ਬਜਾਏ, ਮਾਡਲ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਦਿੱਤੇ ਗਏ ਵਿਸ਼ੇਸ਼ ਪੈਟਰਨਾਂ ਦੀ ਨਕਲ ਕਰਨ ਲਈ ਮਜਬੂਰ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ। Mythos class ਦੀ ਅਸਲ ਸਮਰੱਥਾ ਨੂੰ ਖੋਲ੍ਹਣ ਲਈ, Anthropic ਸਖ਼ਤ ਨਿਯਮਾਂ ਤੋਂ ਦੂਰ ਹੋ ਕੇ "ਸੰਦਰਭ ਰਾਹੀਂ ਮਾਰਗਦਰਸ਼ਨ" (steering through context) ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ। ਇਹ ਮਾਡਲ ਨੂੰ ਵਾਧੂ ਨਿਰਦੇਸ਼ਾਂ ਦੇ ਬੋਝ ਹੇਠ ਦਬੇ ਬਿਨਾਂ ਕੰਮਾਂ ਨੂੰ ਨਿਪਟਾਉਣ ਲਈ ਆਪਣੀ ਤਰਕ ਸ਼ਕਤੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ।
Prompt Engineering ਦਾ ਚੱਕਰਦਾਰ ਵਿਕਾਸ
ਜਿਵੇਂ-ਜਿਵੇਂ ਮਾਡਲ ਵਿਕਸਤ ਹੋਏ ਹਨ, prompt engineering ਦਾ ਸਫ਼ਰ ਇੱਕ ਵੱਖਰੇ, ਚੱਕਰਦਾਰ ਪੈਟਰਨ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਰਿਹਾ ਹੈ। Anthropic ਦੀਆਂ ਅੰਦਰੂਨੀ ਖੋਜਾਂ ਮਾਡਲ ਵਿਕਾਸ ਦੇ ਤਿੰਨ ਵੱਖ-ਵੱਖ ਪੜਾਵਾਂ ਨੂੰ ਉਜਾਗਰ ਕਰਦੀਆਂ ਹਨ:
- ਸ਼ੁਰੂਆਤੀ ਮਾਡਲ: ਕਿਸੇ ਵੀ ਪੱਧਰ ਦੀ ਇਕਸਾਰਤਾ ਬਣਾਈ ਰੱਖਣ ਲਈ ਕਈ ਉਦਾਹਰਣਾਂ ਅਤੇ ਬਹੁਤ ਹੀ ਸਖ਼ਤ ਨਿਰਦੇਸ਼ਾਂ ਦੁਆਰਾ ਮਜ਼ਬੂਤ ਕੀਤੇ ਗਏ ਛੋਟੇ, ਬਹੁਤ ਹੀ ਵਿਸ਼ੇਸ਼ ਪ੍ਰੋਂਪਟਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ।
- ਮੱਧਵਰਤੀ ਮਾਡਲ: ਜਿਵੇਂ-ਜਿਵੇਂ ਸਮਝ ਵਿੱਚ ਸੁਧਾਰ ਹੋਇਆ, ਪ੍ਰੋਂਪਟ ਕਾਫ਼ੀ ਲੰਬੇ ਹੁੰਦੇ ਗਏ। ਡਿਵੈਲਪਰਾਂ ਨੇ ਮਾਡਲ ਦੇ ਵਿਵਹਾਰ ਦੇ ਹਰ ਪਹਿਲੂ ਨੂੰ ਕੰਟਰੋਲ ਕਰਨ ਵਾਲੇ ਵਿਸ਼ਾਲ ਅਤੇ ਗੁੰਝਲਦਾਰ ਸਿਸਟਮ ਪ੍ਰੋਂਪਟ ਬਣਾਉਣ ਲਈ ਇਸ ਵਧੀ ਹੋਈ "ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ" (instruction following) ਦੀ ਸਮਰੱਥਾ ਦਾ ਲਾਭ ਉਠਾਇਆ।
- Fable 5 ਦਾ ਯੁੱਗ: ਅਸੀਂ ਇੱਕ ਅਜਿਹੇ ਪੜਾਅ ਵਿੱਚ ਪ੍ਰਵੇਸ਼ ਕਰ ਚੁੱਕੇ ਹਾਂ ਜਿੱਥੇ ਪ੍ਰੋਂਪਟ ਫਿਰ ਤੋਂ ਛੋਟੇ ਹੁੰਦੇ ਜਾ ਰਹੇ ਹਨ। ਧਿਆਨ ਮਾਡਲ ਨੂੰ ਕੀ ਕਰਨਾ ਹੈ (ਨਿਯਮ) ਦੱਸਣ ਤੋਂ ਹਟ ਕੇ ਮਾਡਲ ਨੂੰ ਖੁਦਮੁਖਤਿਆਰ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰਨ ਲਈ ਲੋੜੀਂਦਾ ਵਾਤਾਵਰਣ (ਸੰਦਰਭ) ਪ੍ਰਦਾਨ ਕਰਨ ਵੱਲ shifted ਹੋ ਗਿਆ ਹੈ।
ਇਹ ਵਿਕਾਸ AI ਦੇ ਖੇਤਰ ਲਈ ਇੱਕ ਮੀਲ ਪੱਥਰ ਹੈ। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਜਿਵੇਂ-ਜਿਵੇਂ ਅਸੀਂ ਵਧੇਰੇ ਏਜੰਟਿਕ (agentic) ਅਤੇ ਤਰਕ-ਅਧਾਰਤ ਮਾਡਲਾਂ ਵੱਲ ਵਧ ਰਹੇ ਹਾਂ, ਡਿਵੈਲਪਰ ਦੀ ਭੂਮਿਕਾ "ਨਿਯਮ ਬਣਾਉਣ ਵਾਲੇ" ਤੋਂ "ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਨ ਵਾਲੇ" ਵਿੱਚ ਬਦਲ ਜਾਵੇਗੀ, ਜੋ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਮਾਤਰਾ ਦੀ ਬਜਾਏ ਜਾਣਕਾਰੀ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਪਹਿਲ ਦੇਵੇਗੀ।
ਮੁੱਖ ਗੱਲਾਂ
- 80% ਕਟੌਤੀ: Anthropic ਨੇ Fable 5 (Mythos class) ਮਾਡਲਾਂ ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨਾਲ ਬਿਹਤਰ ਤਾਲਮੇਲ ਬਣਾਉਣ ਲਈ Claude Code ਦੇ ਸਿਸਟਮ ਪ੍ਰੋਂਪਟ ਵਿੱਚ 80% ਦੀ ਕਟੌਤੀ ਕੀਤੀ।
- ਪਾਬੰਦੀਆਂ ਰਚਨਾਤਮਕਤਾ ਨੂੰ ਸੀਮਤ ਕਰਦੀਆਂ ਹਨ: ਵਾਧੂ ਉਦਾਹਰਣਾਂ ਅਤੇ ਸਖ਼ਤ "ਨਾ ਕਰੋ" ਵਾਲੇ ਨਿਯਮ ਅਸਲ ਵਿੱਚ ਉੱਨਤ ਮਾਡਲਾਂ ਦੀ ਤਰਕ ਅਤੇ ਕਲਪਨਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨੂੰ ਸੀਮਤ ਕਰ ਸਕਦੇ ਹਨ।
- ਨਿਯਮਾਂ ਦੀ ਬਜਾਏ ਸੰਦਰਭ: AI ਨੂੰ ਚਲਾਉਣ ਦੀ ਨਵੀਂ ਸਰਹੱਦ ਵਿੱਚ ਲੰਬੇ, ਸੀਮਤ ਨਿਰਦੇਸ਼ਾਂ ਦੇ ਸਮੂਹ ਦੀ ਬਜਾਏ ਅਮੀਰ ਸੰਦਰਭ ਪ੍ਰਦਾਨ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ।