Claude Opus 4.8'in Fable 5 Gibi Performans Göstermesini Nasıl Sağladım

Daha üst seviye bir modelin alt seviye bir modele "sahip olmasını" sağlamak için en önemli şey sadece bir tanedir.

İşte o şey:

Codex ve "claude -p" Kullanarak Üçüncü Taraf Değerlendirmesi

Sonuç olarak, en önemli şey, Claude Fable 5 ile Opus 4.8 arasındaki bakış açısı ve kalite farklılıklarını bağımsız bir yapay zeka kullanarak söze dökmektir.

*Not: claude -p kullanmak, o oturum içinde ayrı, bağımsız bir Claude örneğini çağırmanıza olanak tanır.

Yöntem şudur: Önce hem Fable 5 hem de Opus 4.8'den sonuçlar üretin, ardından codex ve claude -p kullanarak üçüncü taraf bir değerlendirme yapın. Daha sonra, çıktı kalitesindeki farkı kapatmak için Opus 4.8 tarafındaki CLAUDE.md dosyasını değiştirin veya göreve özel skills (beceriler) ekleyin.

Örneğin, bir not makalesi oluşturma görevinde (her ne kadar bu görev Fable 5 için gereksiz olsa da lol), Fable 5 ile Opus 4.8 arasındaki farkı kapatmak için aşağıdaki CLAUDE.md iyileştirmelerini ve skills (becerileri) ekledim.

CLAUDE.md'yi İyileştirme

1# Çalışma Kuralları
2- Başlamadan önce, bu teslimat için "kabul kriterlerini" mekanik olarak doğrulanabilir bir şekilde listeleyin (yazım stili kuralları, uzunluk, yasaklar, kullanılmaması gereken bileşenler). Listelenemeyecek belirsiz noktalar varsa, yazmak yerine sorular sorun.
3- Teslimatı göndermeden önce, her bir kabul kriterini tek tek kontrol ederek kendi kendinize doğrulayın. Herhangi bir ihlal bulunursa, göndermeden önce düzeltin.
4- Gönderimin sonuna bir "Doğrulama Raporu" ekleyin. Kontrol edilen öğeler için kanıt sağlayın (ilgili kısımlar, sayılar); kontrol edilmeyen öğeler için dürüstçe "doğrulanmadı" olarak belirtin.
5- Talimat verilmeyen şeyleri yapmayın (konuyu değiştirmek, uzunluğu önemli ölçüde aşmak, istenmeyen formatlar eklemek).
6- Bir talimatın iki veya daha fazla olası yorumu varsa, sessizce seçim yapmayın; bunları listeleyin ve onaylayın.
7- Teslimatınızın en az bir zayıf noktasını belirleyin ve ya düzeltin ya da neden düzeltilemeyeceğini açıklayın.

Göreve Özel Beceriler Ekleme

1---
2name: makale-kendi-kendini-inceleme
3description: Bir makaleyi göndermeden önce yürütülecek kendi kendine doğrulama prosedürü. Makale türündeki teslimatlardan önce her zaman bunu kullanın.
4---
5# Makale Kendi Kendine Doğrulama Prosedürü (Göndermeden önce sırayla uygulayın)
61. Makalenizi, prompt'taki "Yasaklar" ve "Reddedilen Örnekler" içindeki her bir maddeyle karşılaştırın ve eşleşen cümleleri yeniden yazın.
72. "Kullanılan Bileşenler Notu" ile karşılaştırarak yapı, motif, sözel alışkanlıklar veya kapanış kalıplarının tekrar kullanılmadığından emin olun.
83. Mekanik sayımlar yapın: 3 veya daha fazla virgül içeren cümle sayısı (kasıtlı bir uzun cümle dışında 0 olmalıdır) / Punchline sayısı (en fazla 1) / Ek-fiil ile biten parçacıklar (0 olmalıdır) / "w" harfi kullanım sıklığı (en fazla 2).
94. Başarı veya arka plandaki sayıların kişi ayarlarıyla çelişmediğini doğrulayın.
105. Düzeltmeden sonra, makaleyi sonuna eklenmiş bir doğrulama sonuçları özeti (öğeler, sonuçlar, düzeltilen kısımlar) ile birlikte gönderin.

Üçüncü Taraf Değerlendirmesi İçin Özel Yöntem

Örneğin, Fable 5 ve Opus 4.8'in aynı konuda bir not makalesi yazmasını sağlayın. Fable 5 "modelini" 10 puan olarak sabitleyin ve codex ile claude -p'nin bunları değerlendirmesini sağlayın.

Bakılması gereken üç nokta vardır:

• Bir makale olarak okunabilir mi?
• Yapay zeka yazdıktan sonra kendini kontrol etti mi?
• Kontrol edemediği şeyleri dürüstçe bildirdi mi?

Ardından, geri bildirimi CLAUDE.md ve Skills (Beceriler) dosyalarına yansıtın. Bu döngüyü birkaç kez çalıştırmanız yeterlidir.

Sonuç olarak, ham Opus 4.8 toplamda 4 puan aldı. Makalenin kendisi 7 puandı, bu fena değil. Ancak neredeyse hiç kontrol yapmadığı için kendi kendine doğrulamadan 3 ve dürüstlükten 2 puan aldı.

CLAUDE.md eklendikten sonra:

Puan 4/10'dan 8/10'a fırladı.

İlk taslakta "Tabii ki, bir ücret karşılığında." gibi bir ek-fiil ile biten parçacık buldu ve bunu "Tabii ki, bir ücret karşılığındadır." olarak düzeltti. Ayrıca Python kullanarak karakter sayısını ölçtü ve ana metin için 838 karakter bildirdi.

Bu basit bir örnek, ancak kodlama ve diğer görevler için de aynıdır.

Sonuç olarak,

"Sahip olma" için yaptığınız tek şey, Fable ve Opus arasındaki farkı üçüncü taraf değerlendirmesi yoluyla söze dökmek ve bunu CLAUDE.md ile Skills (Beceriler) dosyalarına eklemektir.

8 Temmuz'dan itibaren, seri üretim için "Sahiplenilmiş Opus" yeterlidir.

Güçlendirilmiş "Sahiplenilmiş Claude Opus 4.8"i kullanarak minimum çabayla nasıl kazanç elde edeceğinizi sabitlenmiş gönderimde özetledim. İlgileniyorsanız göz atın.

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