この投稿では、Crypto.com がユーザーとシステムのフィードバックをどのように活用し、指示プロンプトを継続的に改善・最適化してきたかを探ります。このフィードバック主導のアプローチにより、さまざまなサブシステムに適応し、さまざまなユースケースで高いパフォーマンスを維持しながら、より効果的なプロンプトを作成することができました。
aws.amazon.com
Optimizing enterprise AI assistants: How Crypto.com uses LLM reasoning and feedback for enhanced efficiency
Create attached notes ...
