Post #1707

Коллеги, сегодня во время лекции мы проведём небольшой интерактивный эксперимент: мы попробуем сделать мета-анализ иерархии причин старения — не по статьям, а через сравнение структурных ответов разных LLM (ChatGPT, Claude, Gemini, локальные модели и т.д.). 😱 Что нужно сделать: 1. Я создала Google-док. На первой вкладке находится промпт в JSON-формате. 2. Скопируйте этот промпт и вставьте его в новый чат вашей любимой LLM. ⚠️Важно: именно новый чат, без предыдущего контекста. 3. Запустите максимально глубокий/детальный анализ (deep reasoning / extended mode, если доступно). 4. Скопируйте весь результат целиком (включая описание модели и JSON) и вставьте его обратно в Google-док в отведённое место. В конце документа вы увидите отдельный промпт для мета-анализа: мы соберём все полученные ответы, агрегируем их и посмотрим: ⚫где между моделями есть консенсус по причинным драйверам старения, ⚫где они расходятся, ⚫какие узлы чаще всего считаются upstream (управляющими), ⚫какие связи выглядят маркерами, а какие — потенциальными причинами, ⚫и какие гипотезы требуют реальных экспериментов. Зачем это важно: Такой мета-анализ позволит нам увидеть: ⚫не мнение одной модели, а ансамбль гипотез, ⚫структуру причинности, устойчивую к формулировкам и стилю ответа, ⚫скрытые биасы (например, переоценку “популярных” маркеров), ⚫и сформировать более строгую карту вопросов для исследований старения. Ваш вклад важен: каждый ответ — это отдельный “измерительный прибор”. Чем больше разнообразие моделей и подходов, тем более информативным будет результат. Заранее спасибо за участие — скоро мы увидим, что получилось 👌