La Camera dei Rappresentanti ha recentemente avanzato un importante nuovo disegno di legge sulla "struttura di mercato" con un ampio sostegno bipartisan (294 a 134, con 78 Democratici a favore). Questo disegno di legge, il Digital Asset Market Clarity Act o "CLARITY Act" (HR 3633), stabilirebbe un chiaro quadro normativo per i mercati degli asset digitali. Il disegno di legge ora prosegue al Senato, che sta lavorando alla propria versione della legislazione sulla struttura di mercato che sarà informata da CLARITY. Se approvato, questo disegno di legge stabilirà regole chiare per i sistemi blockchain — ponendo fine agli anni di incertezze che hanno soffocato l'innovazione, esposto i consumatori a danni e favorito i profittatori che abbracciano l'opacità rispetto agli imprenditori che perseguono la trasparenza. Come il Securities Act del 1933, che ha stabilito protezioni per gli investitori e ha alimentato un secolo di formazione di capitale negli Stati Uniti, il CLARITY Act potrebbe essere una legge generazionale. Quando i nostri quadri giuridici sono progettati per favorire l'innovazione e proteggere i consumatori, l'America guida — e il mondo ne beneficia. CLARITY è quel tipo di opportunità. Mentre questa legislazione si basa sul slancio bipartisan del disegno di legge FIT21 dello scorso anno, CLARITY migliora in diversi modi chiave, che delineiamo di seguito: coprendo ciò che i costruttori devono sapere e perché questo disegno di legge è cruciale per allineare innovazione, protezione dei consumatori e sicurezza nazionale degli Stati Uniti. Scopri di più sul CLARITY Act nel thread qui sotto. E trova il post completo di @milesjennings & Aiden Slavin:

+1 per "ingegneria del contesto" rispetto a "ingegneria dei prompt". Le persone associano i prompt a brevi descrizioni di compiti che daresti a un LLM nel tuo utilizzo quotidiano. Quando in ogni applicazione LLM di livello industriale, l'ingegneria del contesto è l'arte e la scienza delicate di riempire la finestra di contesto con le informazioni giuste per il passo successivo. Scienza perché farlo bene implica descrizioni di compiti e spiegazioni, esempi a pochi colpi, RAG, dati correlati (possibilmente multimodali), strumenti, stato e storia, compattazione... Troppo poco o nella forma sbagliata e l'LLM non ha il contesto giusto per una performance ottimale. Troppo o troppo irrilevante e i costi dell'LLM potrebbero aumentare e le performance potrebbero diminuire. Farlo bene è altamente non banale. E arte a causa dell'intuizione guida attorno alla psicologia degli LLM e degli spiriti delle persone. Oltre all'ingegneria del contesto stessa, un'app LLM deve: - suddividere i problemi nel modo giusto in flussi di controllo - riempire le finestre di contesto nel modo giusto - inviare chiamate agli LLM del tipo e della capacità giusti - gestire i flussi UIUX di generazione-verifica - molto altro - guardrail, sicurezza, valutazioni, parallelismo, prefetching, ... Quindi l'ingegneria del contesto è solo un piccolo pezzo di uno strato emergente spesso di software non banale che coordina le singole chiamate LLM (e molto altro) in app LLM complete. Il termine "wrapper di ChatGPT" è stanco e davvero, davvero sbagliato.