วิธีที่ฉันทำให้ Claude Opus 4.8 ทำงานได้เทียบเท่ากับ Fable 5

สิ่งสำคัญที่สุดในการทำให้โมเดลระดับสูง "ครอบงำ" โมเดลระดับต่ำนั้นมีเพียงสิ่งเดียวเท่านั้น

นั่นคือ:

การประเมินโดยบุคคลที่สามโดยใช้ codex และ "claude -p"

ท้ายที่สุดแล้ว สิ่งที่สำคัญที่สุดคือ การใช้ AI อิสระในการอธิบายเป็นคำพูด ถึงความแตกต่างในมุมมองและคุณภาพระหว่าง Claude Fable 5 และ Opus 4.8

*หมายเหตุ: การใช้ claude -p ช่วยให้คุณเรียกใช้ Claude อินสแตนซ์อื่นที่แยกออกมาได้อย่างอิสระภายในเซสชันนั้น

วิธีการคือ สร้างผลลัพธ์จากทั้ง Fable 5 และ Opus 4.8 ก่อน จากนั้นใช้ codex และ claude -p เพื่อทำการประเมินโดยบุคคลที่สาม จากนั้นคุณแก้ไข CLAUDE.md ฝั่ง Opus 4.8 หรือเพิ่ม skills เฉพาะงานเพื่อลดช่องว่างด้านคุณภาพของผลลัพธ์

ตัวอย่างเช่น ในงานสร้างบทความโน้ต (ถึงแม้งานนี้อาจจะเกินความจำเป็นสำหรับ Fable 5 ฮ่าๆ) ฉันได้เพิ่มการปรับปรุง CLAUDE.md และ skills ต่อไปนี้เพื่อลดช่องว่างระหว่าง Fable 5 และ Opus 4.8

การปรับแต่ง CLAUDE.md

1# กฎการทำงาน
2- ก่อนเริ่มต้น ให้ระบุ "เกณฑ์การยอมรับ" สำหรับงานนี้ในลักษณะที่สามารถตรวจสอบได้โดยอัตโนมัติ (กฎเกี่ยวกับรูปแบบการเขียน ความยาว ข้อห้าม ส่วนประกอบที่ต้องไม่ใช้) หากมีจุดที่คลุมเครือซึ่งไม่สามารถระบุเป็นรายการได้ ให้ถามคำถามแทนที่จะเขียน
3- ก่อนส่งมอบผลงาน ให้ตรวจสอบตัวเองโดยเทียบกับเกณฑ์การยอมรับแต่ละข้อทีละข้อ หากพบการละเมิดใดๆ ให้แก้ไขก่อนส่ง
4- แนบ "รายงานการตรวจสอบ" ต่อท้ายผลงานที่ส่ง สำหรับรายการที่ตรวจสอบแล้ว ให้แสดงหลักฐาน (ส่วนที่เกี่ยวข้อง จำนวน) สำหรับรายการที่ไม่ได้ตรวจสอบ ให้ระบุอย่างตรงไปตรงมาว่า "ยังไม่ได้ตรวจสอบ"
5- อย่าทำสิ่งที่ไม่ได้ถูกสั่ง (เปลี่ยนหัวข้อ เกินความยาวที่กำหนดอย่างมาก เพิ่มรูปแบบที่ไม่ได้รับการร้องขอ)
6- หากมีคำสั่งที่สามารถตีความได้สองแบบขึ้นไป อย่าเลือกอย่างเงียบๆ ให้ระบุรายการและยืนยัน
7- ระบุจุดอ่อนที่สุดอย่างน้อยหนึ่งจุดของผลงานของคุณ และแก้ไขหรืออธิบายว่าเหตุใดจึงไม่สามารถแก้ไขได้

การเพิ่มทักษะเฉพาะงาน

1---
2name: article-self-review
3description: ขั้นตอนการตรวจสอบตัวเองที่จะดำเนินการก่อนส่งบทความ ให้ใช้สิ่งนี้ทุกครั้งก่อนส่งผลงานประเภทบทความ
4---
5# ขั้นตอนการตรวจสอบตัวเองของบทความ (ดำเนินการตามลำดับก่อนส่ง)
61. เปรียบเทียบบทความของคุณกับแต่ละรายการใน "ข้อห้าม" และ "ตัวอย่างที่ถูกปฏิเสธ" ใน prompt และเขียนประโยคที่ตรงกันใหม่
72. เปรียบเทียบกับ "บันทึกส่วนประกอบที่ใช้" เพื่อให้แน่ใจว่าไม่มีการใช้โครงสร้าง แก่นเรื่อง ลักษณะการพูด หรือรูปแบบการปิดท้ายซ้ำ
83. นับเชิงกล: จำนวนประโยคที่มีเครื่องหมายจุลภาค 3 ตัวขึ้นไป (ต้องเป็น 0 ยกเว้นประโยคยาวที่ตั้งใจไว้หนึ่งประโยค) / จำนวนประเด็นสำคัญ (สูงสุด 1) / วลีที่ลงท้ายด้วยคำช่วย (ต้องเป็น 0) / ความถี่ของ "w" (สูงสุด 2)
94. ยืนยันว่าตัวเลขในความสำเร็จหรือภูมิหลังไม่ขัดแย้งกับการตั้งค่าบุคลิก
105. หลังจากแก้ไข ให้ส่งบทความพร้อมสรุปผลการตรวจสอบ (รายการ ผลลัพธ์ ส่วนที่แก้ไข) แนบต่อท้าย

วิธีการเฉพาะสำหรับการประเมินโดยบุคคลที่สาม

ตัวอย่างเช่น ให้ Fable 5 และ Opus 4.8 เขียนบทความโน้ตในหัวข้อเดียวกัน กำหนด "โมเดล" Fable 5 ที่ 10 คะแนน และให้ codex และ claude -p ประเมิน

มีสามจุดที่ต้องดู:

• อ่านแล้วรู้สึกเหมือนบทความหรือไม่?
• AI ตรวจสอบตัวเองหลังจากเขียนหรือไม่?
• รายงานสิ่งที่ตรวจสอบไม่ได้อย่างตรงไปตรงมาหรือไม่?

จากนั้น สะท้อนผลตอบรับกลับไปยัง CLAUDE.md และ Skills แค่ทำลูปนี้สักสองสามครั้ง

ผลลัพธ์คือ Opus 4.8 ดิบๆ ได้คะแนนรวม 4 คะแนน ตัวบทความได้ 7 ซึ่งถือว่าใช้ได้ อย่างไรก็ตาม เนื่องจากแทบไม่ได้ทำการตรวจสอบใดๆ เลย จึงได้ 3 สำหรับการตรวจสอบตัวเอง และ 2 สำหรับความซื่อสัตย์

หลังจากเพิ่ม CLAUDE.md:

คะแนนพุ่งจาก 4/10 เป็น 8/10

มันพบวลีที่ลงท้ายด้วยคำช่วย "แน่นอน สำหรับค่าธรรมเนียม" ในร่างแรก และแก้ไขเป็น "แน่นอน มันมีค่าธรรมเนียม" นอกจากนี้ยังวัดจำนวนตัวอักษรโดยใช้ Python และรายงานว่าข้อความหลักมี 838 ตัวอักษร

นี่เป็นตัวอย่างง่ายๆ แต่ก็เหมือนกันสำหรับการเขียนโค้ดและงานอื่นๆ

ท้ายที่สุดแล้ว

สิ่งที่คุณทำเพื่อ "การครอบงำ" คือการอธิบายความแตกต่างระหว่าง Fable และ Opus ผ่านการประเมินโดยบุคคลที่สาม และเพิ่มเข้าไปใน CLAUDE.md และ Skills

ตั้งแต่วันที่ 8 กรกฎาคมเป็นต้นไป "Opus ที่ถูกครอบงำ" ก็เพียงพอสำหรับการผลิตจำนวนมาก

ฉันได้สรุปวิธีการสร้างรายได้ด้วยความพยายามน้อยที่สุดโดยใช้ "Claude Opus 4.8 ที่ถูกครอบงำ" ที่เสริมความแข็งแกร่งแล้วใน โพสต์ปักหมุดของฉัน ลองดูได้หากสนใจ

https://x.com/armadillo_ai/status/2069240810902868139