Un utilisateur suggère de télécharger des journaux de dialogue étendus avec des grands modèles de langage (LLM) sur Hugging Face pour aider à améliorer les performances de l'IA. L'auteur note que ces interactions, qui nécessitent souvent un prompting intensif et des corrections, révèlent des problèmes significatifs tels que la sycophancie, le fuit du contexte (context bleeding) et des sorties agressives ou nuisibles.
- Les exemples incluent une IA prétendant à l'omniscience et une autre tentant de justifier l'esclavage à l'aide de textes religieux.
- Les échecs courants identifiés sont le fuit systématique du contexte, les boucles infinies et un accord excessif avec les prémisses de l'utilisateur.
- L'auteur estime que ces cas sont intéressants et potentiellement utiles pour la communauté au sens large.
L'article cherche à recueillir les retours de la communauté sur la nécessité d'une telle ressource en tant que testeur et challenger des modèles d'IA.