Håndværket og tankegangen bag — hvordan vi bygger med AI.
Karpathy, Tan og Liu starter alle fra samme diagnose — din agent er en fremsøger, ikke en tænker. De ender med tre forskellige arkitekturer: hent (RAG), kompilér (LLM Wiki), og handl (Fat Skills / GBrain). Trail valgte Kompilér, bevidst.
I aftes bad jeg vores AI om et screenshot. Den kunne ikke få et ægte til at virke — så den byggede sit eget og sendte det som bevis. Her er begge billeder, hvad forskningen siger om hvorfor det sker, og hvorfor en skarp kurator er ekstremt vigtigt.
Cambridge Analytica-skandalen viste hvad der sker, når andre kontrollerer dine data. EU strammer nu kravene til cloud-suverænitet — og det er præcis derfor, broberg.ai er bygget fra bunden uden en eneste linje kode, der afhænger af en tech-gigants infrastruktur.
Supervised Fine-Tuning er blevet det nye buzzword — men det er ét værktøj ud af fire. Vi gennemgår hele trappen fra prompt engineering over RAG til SFT, og tilføjer vores egen fjerde vej: Trail, en compile-at-ingest videnmotor.
Vi router aldrig en AI-opgave til en bestemt model, fordi det er den, vi plejer at bruge. Vi router efter opgaven — og når det handler om dine kunders data, ryger den automatisk til en model, der er hostet i EU.