ໂຄງສ້າງຂອງໂຫລາສາດ AI ທີ່ແມ່ນຍໍາ: ເປັນຫຍັງ Swiss Ephemeris ດີກວ່າການເດົາຂອງ LLM

ໂຫລາສາດເຕັກນິກ · Swiss Ephemeris v2.10

ບົດນໍາ: ຂໍ້ບົກພ່ອງທີ່ເຊື່ອງຢູ່ໃນໂຫລາສາດ AI ແບບສ້າງສັນ

ໃນຂະນະທີ່ AI ກໍາລັງປ່ຽນແປງເຄື່ອງມືການຄົ້ນຫາຕົນເອງ, ຜູ້ໃຊ້ຫລາຍລ້ານຄົນຫັນໄປໃຊ້ Large Language Models (LLM) ເພື່ອວິເຄາະຜັງດວງຊະຕາຂອງເຂົາເຈົ້າ. ແຕ່ຜູ້ໃຊ້ທີ່ຖາມແຊັດບອດທົ່ວໄປຫາອົງສາດາວເຄາະທີ່ແນ່ນອນ, ຈຸດເລີ່ມຕົ້ນເຮືອນ, ຫຼືມຸມ synastry ມັກຈະພົບບັນຫາເຕັກນິກທີ່ຮ້າຍແຮງ: ການສ້າງຂໍ້ມູນດາລາສາດຜິດພາດ (hallucination).

LLM ເປັນເຄື່ອງຈັກທໍານາຍຂໍ້ຄວາມທາງສະຖິຕິ. ພວກມັນບໍ່ໄດ້ຄິດໄລ່ trigonometry ທົງກົມໂດຍທໍາມະຊາດ, ແລະບໍ່ໄດ້ສອບຖາມ ephemeris ດາວເຄາະແບບເວລາຈິງ. ເມື່ອ LLM ສ້າງການອ່ານຜັງດວງຊະຕາ, ມັນທໍານາຍວ່າພິກັດໃດ "ເບິ່ງເໝືອນເປັນໄປໄດ້ທາງຂໍ້ຄວາມ" ໂດຍອີງໃສ່ນໍ້າໜັກການຝຶກຝົນຂອງມັນ.

ຄວາມຜິດພາດໃນການຄິດໄລ່ພຽງແຕ່ 2° ຫາ 3° ປ່ຽນແປງການອ່ານທັງໝົດ:

• ມັນອາດຄິດໄລ່ແກນ Ascendant/Descendant ຜິດ, ຍ້າຍເຮືອນທີ 7 ຂອງທ່ານໄປສູ່ລາຊີອື່ນທັງໝົດ.
• ມັນອາດສ້າງມຸມແຄບທີ່ບໍ່ມີຢູ່ຈິງລະຫວ່າງ Pluto, Venus, ແລະ Mars.
• ມັນອາດວາງຈຸດເລີ່ມຕົ້ນເຮືອນຜິດລະຫວ່າງລະບົບການຄິດໄລ່ທີ່ແຕກຕ່າງກັນ (Placidus, Whole Sign, Koch).

ເພື່ອໃຫ້ຄວາມແມ່ນຍໍາທາງໂຫລາສາດລະດັບມືອາຊີບ, ແພລດຟອມທັນສະໄໝອີງໃສ່ໂຄງສ້າງແບບກໍານົດແນ່ນອນປະສົມ.

ໂຄງສ້າງປະສົມ: ເຄື່ອງຈັກແບບກໍານົດແນ່ນອນ + ການສັງເຄາະ AI

ເພື່ອແກ້ໄຂການສ້າງຂໍ້ມູນຜິດພາດຂອງ LLM, AstroScan ແຍກການຄິດໄລ່ຄະນິດສາດອອກຈາກການປະມວນຜົນພາສາທໍາມະຊາດ. ຂະບວນການເຮັດວຽກປະຕິບັດຕາມທໍ່ການປະຕິບັດສອງລະດັບຢ່າງເຄັ່ງຄັດ:

[ຂໍ້ມູນເກີດຂອງຜູ້ໃຊ້]
        |
        v
[ລະດັບ 1: ຄັງໂປຣແກຣມ C ຂອງ Swiss Ephemeris]  -->  ຄິດໄລ່ vector ອົງສາ
        |                                          ແລະຈຸດເລີ່ມຕົ້ນເຮືອນທີ່ແນ່ນອນ
        v
[ຂໍ້ມູນທີ່ຢືນຢັນແລ້ວ]
        |
        v
[ລະດັບ 2: ເຄື່ອງຈັກວິເຄາະ AI]              -->  ສ້າງການວິເຄາະທາງຈິດວິທະຍາ
                                                    ແລະການບັນຍາຍ

1. ລະດັບ 1: ຊັ້ນການຄິດໄລ່ແບບກໍານົດແນ່ນອນ (Swiss Ephemeris v2.10)

ແທນທີ່ຈະໃຫ້ AI ຄາດຄະເນພິກັດດາວເຄາະ, ລະບົບຫລັງບ້ານສອບຖາມ Swiss Ephemeris v2.10 — ຄັງໂປຣແກຣມ C ທີ່ມີຄວາມແມ່ນຍໍາສູງອີງໃສ່ ephemeris NASA JPL DE431.

ຊັ້ນນີ້ຈັດການ:

• ຄວາມແມ່ນຍໍາລະດັບຕໍ່າກວ່າວິນາທີໂຄ້ງ: ຄິດໄລ່ຕໍາແໜ່ງອົງສາທີ່ແນ່ນອນສໍາລັບທຸກດວງດາວ, ລວມທັງ Lunar Nodes (Rahu/Ketu) ແລະ Black Moon Lilith.
• ຈຸດເລີ່ມຕົ້ນເຮືອນແບບ topocentric ແລະ geocentric: ການສະແດງທາງຄະນິດສາດທີ່ແມ່ນຍໍາອີງໃສ່ພິກັດການເກີດທີ່ແນ່ນອນ ແລະເຂດເວລາທ້ອງຖິ່ນ.
• ໄລຍະຫ່າງມຸມ: ວັດແທກໄລຍະຫ່າງມຸມທີ່ແນ່ນອນ (conjunction, square, trine, opposition) ລົງເຖິງລະດັບນາທີ.

2. ລະດັບ 2: ຊັ້ນການວິເຄາະ AI

ເມື່ອຂໍ້ມູນຄະນິດສາດຖືກຄິດໄລ່ ແລະຢືນຢັນຄົບຖ້ວນແລ້ວ, vector ທີ່ຢືນຢັນຈະຖືກສົ່ງເຂົ້າໄປໃນຊັ້ນການບັນຍາຍຂອງ AI.

ໃນຈຸດນີ້ AI ເຮັດວຽກພາຍໃຕ້ເງື່ອນໄຂຂອບເຂດທີ່ເຄັ່ງຄັດ: ມັນຖືກຫ້າມຄິດໄລ່ ຫຼືປ່ຽນແປງພິກັດ. ໜ້າທີ່ດຽວຂອງມັນຄືການສັງເຄາະຕາມສະພາບການ:

• ການສ້າງແຜນທີ່ແກນເຮືອນທີ 1 / ເຮືອນທີ 7 ເພື່ອອະທິບາຍຮູບແບບຄວາມສໍາພັນຈິດໃຕ້ສໍານຶກ ແລະ shadow dynamics.
• ການວິເຄາະພະລັງງານ Pluto ແລະເຄມີ Venus-Mars ໂດຍບໍ່ຄາດເດົາມຸມຄະນິດສາດພື້ນຖານ.
• ການແປໂຄງສ້າງໂຫລາສາດທີ່ສັບຊ້ອນເປັນຄວາມເຂົ້າໃຈທາງຈິດວິທະຍາທີ່ນໍາໄປໃຊ້ໄດ້.

ການປຽບທຽບ: ແຊັດບອດ LLM ທົ່ວໄປ ທຽບກັບ ເຄື່ອງຈັກປະສົມ Swiss Ephemeris

ເປັນຫຍັງຄວາມແມ່ນຍໍາແບບກໍານົດແນ່ນອນສໍາຄັນສໍາລັບກົນໄກຄວາມສໍາພັນ

ໃນ synastry (ການວິເຄາະຄວາມເຂົ້າກັນໄດ້), ຄວາມແມ່ນຍໍາບໍ່ແມ່ນທາງເລືອກ — ມັນເປັນພື້ນຖານ.

ເມື່ອປະເມີນວົງຈອນການອອກເດດຊ້ໍາໆ ຫຼືຄວາມດຶງດູດທີ່ຮຸນແຮງ:

• Descendant ຂອງເຮືອນທີ 7 ກໍານົດລັກສະນະເງົາທີ່ແທ້ຈິງທີ່ທ່ານກໍາລັງຊອກຫາໃນຄູ່ຮ່ວມ. ການຄິດໄລ່ Ascendant/Descendant ຜິດພາດໃຫ້ຄໍາແນະນໍາທີ່ຜິດທັງໝົດກ່ຽວກັບຕົວກະຕຸ້ນຈິດໃຕ້ສໍານຶກຂອງທ່ານ.
• ມຸມ Pluto ແລະ Node ກໍານົດຈຸດເຊື່ອມຕໍ່ທາງຈິດວິທະຍາທີ່ເລິກ. ມຸມທີ່ຖືກສ້າງຂຶ້ນຜິດພາດອາດເຮັດໃຫ້ເຂົ້າໃຈຜິດວ່າການເຊື່ອມຕໍ່ທໍາມະດາເປັນວົງຈອນກໍາຫນັດໜັກ, ຫຼືພາດຕົວກະຕຸ້ນທີ່ສໍາຄັນໄປທັງໝົດ.

ໂດຍການລວມຄັງໂປຣແກຣມ C ແບບກໍານົດແນ່ນອນກັບ AI ແບບສ້າງສັນ, ຜູ້ໃຊ້ໄດ້ຮັບສິ່ງທີ່ດີທີ່ສຸດຈາກທັງສອງໂລກ: ຄວາມແມ່ນຍໍາທາງຄະນິດສາດ 100% ທີ່ຂັບເຄື່ອນໂດຍການສັງເຄາະການບັນຍາຍທີ່ເລິກ.

ອ່ານເພີ່ມເຕີມ: ເປັນຫຍັງການເຮັດວຽກໜັກຈຶ່ງບໍ່ເພີ່ມລາຍໄດ້ຂອງທ່ານ · ຄວາມດຶງດູດແບບກໍາຫນັດໃນ Synastry · ເປັນຫຍັງພວກເຮົາຖືກດຶງດູດໄປສູ່ລາຊີດຽວກັນຊ້ໍາໆ

← ບົດຄວາມບລັອກທັງໝົດ