Comprender los modelos de IA e ingeniería rápida

Comprender los modelos de IA e ingeniería rápida

Se solicitan los modelos GPT-3.5 y GPT-4 de OpenAI. En el caso de un modelo basado en rápidos, el usuario interactúa con el modelo introduciendoun texto rápido, al que responde el modelo con una entrada semiautomática. Esta entrada semiautomática es una continuación del texto de entrada por el modelo.

Aunque estos modelos son extremadamente potentes, su comportamiento también es muy sensible al rápido.La construcción del mensaje es una competencia importante para desarrollarse.

En la práctica, el mensaje funciona para configurar los pesos del modelo para completar la tarea deseada. Sin embargo, es más un arte que una ciencia, que a menudo requiere experiencia e intuición para crear una invitación rusa. Este artículo tiene por objeto ayudarle a familiarizarse con este proceso de entrenamiento. Intenta presentar conceptos y modelos generales que se aplican a todos los modelos TPM. Sin embargo, es importante entender que cada modelo se comporta a su manera, para que el entrenamiento no se aplique de la misma manera a todos los modelos.


Buenas prácticas

  • Sea específico. Deja el menor espacio posible para la interpretación. Limite el espacio operativo.
  • descripción. Usa analogías.
  • Repetir. A veces es posible que tenga que caer en el modelo. Proporcione instrucciones antes y después de su contenido principal, utilice una instrucción y señal, etc.
  • El orden es importante. El orden en el que presenta la información en el modelo puede tener un impacto en la salida. Donde coloca las instrucciones, p. ej. antes de tu contenido ('Summit los siguientes elementos... Â") o después ('Ver los elementos anteriores... Â"), puede variar la salida. Incluso el orden de ejemplos en unos pocos movimientos puede ser importante. Esto se llama "bias de recuperación".
  • Dale al modelo una "puerta de salida". A veces puede ser útil proporcionar al modelo otra ruta si no realiza la tarea asignada. Por ejemplo, cuando hace una pregunta sobre el texto, puede incluir un elemento como "responder con "no encontrado" si la respuesta no está presente". Esto puede ayudar al modelo a evitar generar respuestas falsas.


Conceptos básicos

Esta sección describe los conceptos básicos y elementos de las indicaciones GPT.

Las indicaciones de texto son cómo los usuarios interactúan con los modelos GPT. Como todos los modelos de lenguaje general, los modelos GPT tratan de producir la serie de palabras que tienen más probabilidades de seguir el texto anterior. Es como si diéramos "¿Qué es lo primero que me viene a la mente cuando digo<prompt>?Â". Los ejemplos siguientes ilustran este comportamiento. Cuando encuentra las primeras palabras de contenido famoso, el modelo es capaz de continuar el texto con precisión.


Invitar componentes

L l l l l l lSi está utilizando la API de finalización cuando no hay diferencia entre las diferentes partes del mensaje, siempre puede ser útil, para fines de aprendizaje y discusión, identificar los componentes del mensaje subyacentes.

  1. Instrucciones

Las instrucciones son probablemente el componente rápido más utilizado. Simplemente le dicen al modelo qué hacer. Este concepto es simple, pero en la práctica las instrucciones pueden ser complejas. La siguiente tabla ilustra este principio mostrando instrucciones simples y más complejas en dos formas diferentes.

Tipo de instrucciónprontaFinalización
Instrucciones sencillasSolicite una introducción para un boletín semanal.Bienvenido a nuestro boletín semanal. Esta semana, nos centraremos en la productividad. Compartiremos consejos y trucos para mejorar su productividad en todas las áreas de su vida. Esperamos que sean útiles. ¡No dudes en compartirlos con tus amigos!
Instrucciones complejasSolicite una introducción para un boletín semanal a mi empresa llamada Spark. Ella debe mencionar el gran encuentro que tuvimos la semana pasada y agradecer al equipo su arduo trabajo en los últimos meses.¡Bienvenido al boletín semanal de Spark! La semana pasada tuvimos una gran reunión y me gustaría aprovechar esta oportunidad para agradecer al equipo su arduo trabajo en los últimos meses. Nuestro futuro es brillante y confío en que lograremos grandes cosas a través de la dedicación y el compromiso de nuestro equipo. Gracias por ser parte de nuestro equipo y espero con interés trabajar con usted en las próximas semanas y meses. Lo mejor, [Tu nombre].
Instrucciones complejasSolicite una introducción para un boletín semanal, que contenga lo siguiente:
- Mi empresa se llama Spark
- grandiosos saludos
- Gracias al equipo por su arduo trabajo en los últimos meses difíciles
- Perspectivas positivas para el próximo trimestre
- Firma de la gestión
Hola a todos los miembros del equipo Spark! Quería darle las gracias por todo el trabajo que has realizado en los últimos meses. Este período fue difícil, pero todos ustedes hicieron un trabajo increíble. Estoy muy orgulloso de cada uno de ustedes. A medida que se acerca el próximo trimestre, estoy lleno de confianza. Creo sinceramente que vamos a hacer grandes cosas. Gracias de nuevo, la dirección.

  1. Contenido principal

El contenido principal se refiere al texto procesado o transformado por el modelo. Generalmente se utiliza con instrucciones. La traducción a otro idioma es un ejemplo simple. En el siguiente ejemplo, el texto inglés se considera el contenido principal, mientras que "Traducir al francés:" es una instrucción.
prontaFinalización
¿Puedes por favor decirme cómo llegar al museo?
Traducir al francés:
¿Puedes por favor decirme cómo ir al museo?
En ciencias de la computación, la complejidad del tiempo es la complejidad computacional que describe la cantidad de tiempo que se tarda en ejecutar un algoritmo. La complejidad del tiempo se estima comúnmente [...]
Resuma el texto anterior en algunas oraciones:
La complejidad del tiempo es una medida del tiempo que tarda un algoritmo en ejecutarse. Normalmente se expresa en función del tamaño de la entrada. La medida más común es el peor de los casos, la complejidad del tiempo necesario para las entradas de un tamaño determinado.


  1. Ejemplos

Las indicaciones exitosas a menudo dependen de la práctica de aprendizaje "en una sola inyección" o "en unos pocos movimientos". Este principio se refiere a la inclusión de uno o más ejemplos del comportamiento deseado del modelo, generalmente incluidos los pares de entrada y salida. Esto no está aprendiendo en el sentido de que el modelo está modificado permanentemente. En su lugar, los ejemplos condicionan al modelo para ser respondido solo para la ocurrencia actual. El uso de indicaciones sin ejemplos a veces se conoce como "muerte cero". Con la API de finalización de chat, los ejemplos de aprendizaje en unos pocos movimientos generalmente se agregan a la tabla de mensajes como ejemplos de interacciones usuario/mago después del mensaje inicial del sistema.


Tipo de aprendizajeprontaFinalización
golpe ceroTítulo: El entrenador confía en que la lesión no perturbará a los Guerreros
Título:
El entrenador está seguro de que la lesión no perturbará la temporada de los Guerreros. El equipo sigue centrándose en sus objetivos y seguirá trabajando arduamente para lograrlos.
Algunas tomasTítulo: Correa des Twins recurrirá a un agente libre
Sección: Béisbol
Título: Áreas de depósito de la Copa del Mundo en Qatar
Título: Fútbol
Título: Yates: Noticias de Fútbol de Fantasía - Semana 6
Heading: Fútbol americano
Título: El entrenador confía en que la lesión no perturbará a los Guerreros
Título:
Baloncesto


  1. Señal

Las señales sirven como "pata" para la salida del modelo, lo que ayuda a dirigir el modelo a la salida deseada. Este es a menudo un prefijo que sirve de base para el modelo. En el ejemplo siguiente, mostramos la señal que lleva la historia para incluir elementos clave. Las señales se utilizan a menudo, pero no siempre, con instrucciones. En los ejemplos siguientes, el modelo se utiliza para resumir un correo publicitario largo. Un indicador se utiliza en un caso para ayudarle a segmentar la salida del modelo y sugerir un formato de salida específico (chips) en el otro.

En el contexto de la API de terminación de chat, las instrucciones toman la forma del mensaje del sistema, y se proporcionan ejemplos en algunos movimientos proporcionando una serie de ejemplos de interacciones usuario/mago para ayudar a iniciar el modelo.

Número de indicadoresprontaFinalización
0 0 0 0 0La evaluación del rendimiento es un componente esencial del enfoque de rendimiento y desarrollo de Spark. [à¢â [ []
Resuma la letra anterior:
El propósito de este correo es informar a los empleados de los cambios recientes en la Evaluación del Rendimiento, que forma parte del enfoque de rendimiento y desarrollo de Spark. Los cambios incluyen una estructura mejorada, la experiencia del usuario en la herramienta actualizada y las indicaciones específicas. Además, ahora hay una sección de desencadenantes de conversación opcionales que permite a los empleados informar sobre temas que desean discutir con sus gerentes.
1 1 1 1 1 1 1 1La evaluación del rendimiento es un componente esencial del enfoque de rendimiento y desarrollo de Spark. [à¢â [ []
Resuma la letra anterior:
La información principal del mensaje es:
Spark mejore la experiencia de evaluación del rendimiento haciéndola más centrada en las prioridades, las expectativas y el impacto. Además, la experiencia del usuario en la herramienta se actualiza con consejos, recursos e instrucciones. Por último, el mensaje contiene instrucciones para habilitar prioridades fundamentales en toda la empresa.
2La evaluación del rendimiento es un componente esencial del enfoque de rendimiento y desarrollo de Spark. [à¢â [ []
Resuma la letra anterior:
Puntos clave:
¢ â¢
Spark introduce cambios en la experiencia de evaluación del rendimiento después de la retroalimentación de los empleados.
Las enmiendas incluyen una nueva perspectiva sobre prioridades, expectativas e impacto, experiencia de usuario mejorada y nuevas instrucciones sobre prioridades fundamentales en toda la empresa.
La evaluación del rendimiento es un momento para repostar el rendimiento y el aprendizaje pasados, así como para planificar futuras prioridades y oportunidades de crecimiento.
Los empleados deben proporcionar retroalimentación antes de la reunión de evaluación del rendimiento.
Debería haber al menos dos evaluaciones de rendimiento al año.
El tiempo dedicado a cada evaluación debe seguir siendo el mismo.
    • Related Articles

    • Confidencialidad y seguridad de los datos con usted

      TONI: garantías de confidencialidad y seguridad de los datos El módulo TONI (la AI Jarvis) es un módulo adicional pagado. Para suscribirse a este módulo, póngase en contacto con nuestroservicio comercial. Jarvis diseña sus productos en torno a un ...
    • Presentación del menú TONI, la IA de Jarvis

      Presentación del menú TONI (IA Jarvis AI) El módulo TONI (la AI Jarvis) es un módulo adicional pagado. Para suscribirse a este módulo, póngase en contacto con nuestroservicio comercial. A la izquierda de la pantalla, un inserto "Mi mensaje" enumera ...
    • TONI, una innovación sin precedentes en LegalTech

      TONI: ya no podrás prescindir de él El módulo TONI (la AI Jarvis) es un módulo adicional de pago. Para suscribirse a este módulo, póngase en contacto con nuestroservicio comercial. Basado en las API profesionales de OpenAI, Jarvis ha ...