ספיישל כנס ׳הידאטה׳ 6# - לא כל בעיה צריכה אג׳נט עם מיה מלמוד
עודכן: מאת צוות פודקאסט·ישראל
האזינו לפרק המלא
אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם.
/ הפרק במספרים
| פורסם | 4 באוקטובר 2026 |
|---|---|
| אורך | 9 דק׳ (קצר ב-68% מהממוצע בתוכנית) |
| הנושא המרכזי | שלוש שכבות לפני שמגיעים ל-LLM |
| קטגוריה | הייטק וסטארטאפים |
על מה הפרק?
לפני שזורקים כל משימה על LLM או אג׳נט, כדאי לפתור קודם עם חוקים דטרמיניסטיים ומודלים קלאסיים, ולהשאיר ל-LLM רק את השלב שבאמת צריך אותו.
מיה מלמוד, יועצת דאטה סיינס עצמאית עם 15 שנות ניסיון, רואה אצל לקוחות דפוס חוזר: רודפים אחרי ההייפ, מאמצים טכנולוגיה וזונחים תהליכים אמינים שכבר עובדים. השיטה שלה בנויה משלוש שכבות: קודם מודלים דטרמיניסטיים זולים ומהירים, אחר כך מודלים קלאסיים כמו XGBoost, ורק בסוף LLM ואג׳נטים. לדבריה LLM איטי יותר, פחות אמין ונושא אי ודאות, ולכן צריך לדעת בדיוק מה נכנס אליו ומה אפשר שלא ייכנס. בכנס היא תציג גם טוויסט שהופך את המבנה ליעיל יותר, ולפי מה שבדקה הוא לא פורסם עד היום.
AI בפרודקשן לא אומר LLM שרץ עצמאית, אלא החלפה של חלקים מסוימים בתוך אוטומציה קיימת ב-LLM.
/ תובנות מרכזיות
- מה שעובד מספיק טוב עם חוקים דטרמיניסטיים כדאי להשאיר שם, כי זה זול ומהיר ועדכון החוקים מדי פעם זניח.
- XGBoost לא מת, ויש סוגי בעיות ודאטה שבהם הוא הפתרון המושלם.
- LLM מאפשר לעבוד על דאטה טקסטואלי שבעבר טופל רק בשיטות NLP קלאסיות, אבל צריך להכניס אותו רק לשלב שבאמת דורש אותו.
- לפני שמעסיקים 20 מתכנתים ובונים מערכת, צריך לחשוב על הדאטה, על האלגוריתם ועל סדר השלבים, כדי שהמערכת תעבוד גם מול קהל גדול ולא רק על 15 דוגמאות.
- אנליסטים ודאטה אינג׳ינירים יכולים לדחוף מלמטה למעלה בארגון את הרעיון שלא צריך את ה-LLM הכי יקר או המודל הכי חדש.
האם יש במערכת שבנינו עוד LLM מיותר או LLM judge שאפשר לוותר עליו, והאם אפשר לפשט אותה?
- 1לעבור על המערכת הקיימת ולסמן כל LLM או LLM judge שאפשר להוריד.
- 2לפתור כל משימה קודם בפתרון הפשוט ביותר, עם חוקים דטרמיניסטיים.
- 3כשחוקים לא מספיקים, לנסות מודל קלאסיים כמו XGBoost לפני שעוברים ל-LLM.
- 4להגדיר מה נכנס ל-LLM ומה אפשר להשאיר מחוצה לו, ולהעביר אליו רק את השלב שדורש אותו.
- 5לתכנן את הדאטה ואת סדר השלבים באלגוריתם לפני שמגייסים צוות פיתוח ויוצאים לפרודקשן.
ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות
שאל את הפרק (Chat with Episode)
קבל תשובות מיידיות מתוך תמלול וניתוח ה-AI
שאלות מומלצות בלחיצה אחת:
מתיאור הפרק
לקראת כנס ׳הידאטה׳ 2026, נפגשתי עם מספר דוברים ודוברות שיעלו על הבמה לדבר על האתגרים שעליהם יספרו בהרצאה, על העולם החדש של הדאטה והבינה מלאכותית ועל שיחות מסדרון חשובות שכדאי לכם ולכן לעשות איתם ואיתן. מיה מלמוד תדבר בטראק B בשעה 15:00 https://www.linkedin.com/in/maya-malamud/
/ נושאים קשורים
איך נוצר העמוד הזה
25 פרקים של DATA & AI | מדברים עם מור ניצן = 25 מאמרים שגוגל מדרג
את התקציר והניתוח בעמוד הזה הפקנו אוטומטית מתוך האודיו של הפרק, בלי שאיש כתב מילה. זה בדיוק מה ש-AuthorityRank עושה לארכיון שלם: כל פרק הופך למאמר עברי איכותי שמדורג בגוגל ומצוטט על ידי ChatGPT ו-Perplexity, ומתפרסם אוטומטית במגזין משלכם.
הארכיון שלכם הוא אודיו מת שמנועי החיפוש לא מוצאים. אנחנו הופכים אותו לנכס שמביא תנועה כל חודש.