Dewan Perwakilan Rakyat baru-baru ini mengajukan RUU "struktur pasar" baru dengan dukungan bipartisan yang luar biasa (294 berbanding 134, dengan 78 Demokrat mendukung). RUU ini, Undang-Undang Kejelasan Pasar Aset Digital atau "Undang-Undang KEJELASAN" (HR 3633) akan menetapkan kerangka peraturan yang jelas untuk pasar aset digital. RUU tersebut sekarang maju ke Senat, yang sedang mengerjakan versinya sendiri dari undang-undang struktur pasar yang akan diinformasikan oleh CLARITY. Jika disahkan, RUU ini akan menetapkan aturan jalan yang jelas untuk sistem blockchain - mengakhiri ketidakpastian bertahun-tahun yang telah menghambat inovasi, mengekspos konsumen pada bahaya, dan mendukung pencatut yang merangkul ketidakjelasan daripada pengusaha yang mengejar transparansi. Seperti Undang-Undang Sekuritas tahun 1933, yang menetapkan perlindungan investor dan mendukung pembentukan modal AS selama satu abad, Undang-Undang CLARITY bisa menjadi undang-undang generasi. Ketika kerangka hukum kami dirancang untuk mendorong inovasi dan melindungi konsumen, Amerika memimpin — dan dunia mendapat manfaat. CLARITY adalah kesempatan semacam itu. Sementara undang-undang ini dibangun di atas momentum bipartisan dari RUU FIT21 tahun lalu, CLARITY memperbaikinya dalam beberapa cara utama, yang kami uraikan di bawah ini: mencakup apa yang perlu diketahui pembangun, dan mengapa RUU ini sangat penting untuk menyelaraskan inovasi, perlindungan konsumen, dan keamanan nasional AS. Pelajari lebih lanjut tentang The CLARITY Act di utas di bawah ini. Dan temukan posting lengkap oleh @milesjennings & Aiden Slavin:

+1 untuk "rekayasa konteks" di atas "rekayasa prompt". Orang-orang mengaitkan petunjuk dengan deskripsi tugas singkat yang akan Anda berikan LLM dalam penggunaan sehari-hari. Ketika berada di setiap aplikasi LLM dengan kekuatan industri, rekayasa konteks adalah seni dan ilmu halus untuk mengisi jendela konteks dengan informasi yang tepat untuk langkah selanjutnya. Sains karena melakukan ini dengan benar melibatkan deskripsi dan penjelasan tugas, beberapa contoh bidikan, RAG, data terkait (mungkin multimodal), alat, keadaan dan sejarah, pemadatan... Terlalu sedikit atau bentuk yang salah dan LLM tidak memiliki konteks yang tepat untuk kinerja yang optimal. Terlalu banyak atau terlalu tidak relevan dan biaya LLM mungkin naik dan kinerja mungkin turun. Melakukan ini dengan baik sangat tidak sepele. Dan seni karena intuisi yang membimbing seputar psikologi LLM dari roh orang. Selain rekayasa konteks itu sendiri, aplikasi LLM harus: - memecah masalah tepat menjadi alur kontrol - Kemas jendela konteks dengan tepat - mengirimkan panggilan ke LLM dengan jenis dan kemampuan yang tepat - menangani alur UIUX verifikasi generasi - Lebih banyak lagi - pagar pembatas, keamanan, evals, paralelisme, prefetching, ... Jadi rekayasa konteks hanyalah salah satu bagian kecil dari lapisan tebal perangkat lunak non-sepele yang muncul yang mengoordinasikan panggilan LLM individu (dan banyak lagi) ke dalam aplikasi LLM penuh. Istilah "pembungkus ChatGPT" melelahkan dan benar-benar salah.