Comprendre les modèles d'IA et le prompt engineering

Comprendre les modèles d'IA et le prompt engineering

Comment fonctionne une IA générative et les modèles GPT  (i.e. Generative Pre-trained ou modèle d'IA générative pré-entrainé) ?

TONI, votre super assistant, fonctionne sur les modèles GPT-3.5 et GPT-4 d’OpenAI qui sont eux-même basés sur des prompts. En effet, l’utilisateur interagit avec le modèle en envoyant un prompt (i.e. message texte), auquel le modèle répond par une saisie semi-automatique. Cette saisie semi-automatique est la continuation du texte soumis au modèle.

Bien que ces modèles soient extrêmement puissants, leur comportement est également très sensible au prompt. La construction du prompt est dès lors clé pour obtenir une réponse pertinente et devient de plus en plus une compétence importante à développer.

Dans la pratique, le prompt agit pour configurer les pondérations du modèle pour accomplir la tâche souhaitée. Il s’agit toutefois plus d’un art que d’une science, qui nécessite souvent de l’expérience et de l’intuition pour créer un prompt réussie. Cet article à pour objectif de vous aider à vous construire des prompts efficaces et de présenter les concepts généraux qui s’appliquent à tous les modèles GPT


Toutefois, il est important de comprendre que chaque modèle se comporte d’une manière qui lui est propre, de sorte que les entraînements peuvent ne pas s’appliquer de la même façon à tous les modèles.

Qu'est-ce qu'un prompt ?

Les prompts de texte sont la façon dont les utilisateurs interagissent avec les modèles GPT. À l’instar de tous les modèles linguistiques génératifs, les modèles GPT essaient de produire la série de mots qui sont le plus susceptibles de suivre le texte précédent. C’est comme si l’on disait « Quelle est la première chose qui vous vient à l’esprit quand je dis <prompt> ? ». Les exemples ci-dessous illustrent ce comportement. Quand il rencontre les premiers mots d’un contenu célèbre, le modèle est en mesure de poursuivre le texte avec précision.


Composition d'un prompt

  1. Instructions

Les instructions sont probablement le composant de prompt le plus couramment utilisé. Elles indiquent simplement au modèle ce qu’il faut faire. Ce concept est simple, mais, dans la pratique, les instructions peuvent être complexes. Le tableau ci-dessous illustre ce principe en montrant des instructions simples et plus complexes, sous deux formes différentes.

Type d’instructionPromptRéponse
Instructions simplesRédiger une introduction pour un bulletin d’informations hebdomadaire.Bienvenue dans notre bulletin d’informations hebdomadaire. Cette semaine, nous allons mettre l’accent sur la productivité. Nous allons partager des conseils et des astuces permettant d’améliorer votre productivité dans tous les secteurs de votre vie. Nous espérons qu’ils vous seront utiles. N’hésitez pas à les partager avec vos amis !
Instructions complexesRédiger une introduction pour un bulletin d’informations hebdomadaire à mon entreprise nommée Spark. Elle doit mentionner la grande réunion que nous avons eue la semaine dernière et remercier l’équipe de son travail acharné au cours de ces derniers mois.Bienvenue dans le bulletin d’informations hebdomadaire de Spark ! La semaine dernière, nous avons eu une grande réunion et j’en profite pour remercier l’équipe de son travail acharné au cours de ces derniers mois. Notre avenir est radieux et je suis convaincu que nous réaliserons de grandes choses grâce au dévouement et à l’engagement de notre équipe. Je vous remercie de faire partie de notre équipe et j’ai hâte de travailler avec vous dans les semaines et les mois à venir. Cordialement, [Votre nom].
Instructions complexesRédiger une introduction pour un bulletin d’informations hebdomadaire, qui contient les éléments suivants :
- Mon entreprise s’appelle Spark
- Salutations grandioses
- Remerciements à l’équipe pour son travail acharné pendant ces derniers mois difficiles
- Perspectives positives pour le trimestre à venir
- Signature de la direction
Bonjour à tous les membres de l’équipe Spark ! Je tenais à vous remercier de tout le travail que vous avez accompli au cours de ces derniers mois. Cette période a été difficile, mais vous avez tous fait un travail incroyable. Je suis très fier de chacun de vous. À l’approche du prochain trimestre, je suis empli de confiance. Je pense sincèrement que nous allons réaliser de grandes choses. Merci encore, la direction.

  1. Contenu principal

Le contenu principal désigne du texte traité ou transformé par le modèle. Il est généralement utilisé avec des instructions. La traduction dans une autre langue est un exemple simple. Dans l’exemple ci-dessous, le texte anglais est considéré comme le contenu principal, tandis que « Traduire en français : » est une instruction.
PromptRéponse
Can you please tell me how to get to the museum?
Traduire en français :
Pouvez-vous s'il vous plaît me dire comment aller au musée?
In computer science, the time complexity is the computational complexity that describes the amount of computer time it takes to run an algorithm. Time complexity is commonly estimated by [...]
Résumer le texte précédent en quelques phrases :
Time complexity is a measure of how long an algorithm takes to run. It is typically expressed as a function of the size of the input. The most common measure is worst-case time complexity, which is the maximum amount of time required for inputs of a given size.

  1. Exemples

Les prompts réussis s’appuient souvent sur la pratique de l’apprentissage « en un coup » ou « en quelques coups ». Ce principe fait référence à l’inclusion d’un ou de plusieurs exemples du comportement souhaité du modèle, généralement en incluant des paires d’entrée et de sortie. Il ne s’agit pas d’un apprentissage dans le sens où le modèle est modifié de façon permanente. En lieu et place, les exemples conditionnent le modèle à répondre comme souhaité uniquement pour l’inférence actuelle. L’utilisation de prompts sans exemples est parfois appelée apprentissage « zéro coup ». Avec l’API Chat Completion, les exemples d’apprentissage en quelques coups sont généralement ajoutés au tableau de messages sous la forme d’exemples d’interactions utilisateur/assistant après le message système initial.


Type d’apprentissagePromptRéponse
Zéro coupTitre : Le coach confiant que la blessure ne perturbera pas les Warriors
Rubrique :
Le coach est confiant que la blessure ne perturbera pas la saison des Warriors. L’équipe reste concentrée sur ses objectifs et continuera à travailler dur pour les atteindre.
Quelques coupsTitre : Correa des Twins va faire appel à un agent libre
Rubrique : Baseball
Titre : Des zones de dégrisement prévues à la Coupe du monde au Qatar
Rubrique : Football
Titre : Yates : Actualité Fantasy Football - Semaine 6
Rubrique : Football américain
Titre : Le coach confiant que la blessure ne perturbera pas les Warriors
Rubrique :
Basket

  1. Signal

Les signaux servent de « coup d’envoi » pour la sortie du modèle, ce qui aide à diriger le modèle vers la sortie souhaitée. Il s’agit souvent d’un préfixe qui sert de base au modèle. Dans l’exemple ci-dessous, nous montrons le signal qui dirige l’histoire pour inclure des éléments clés. Les signaux sont souvent, mais pas toujours, utilisés avec des instructions. Dans les exemples ci-dessous, le modèle est utilisé pour résumer un long courrier d’annonce. Un indicateur est utilisé dans un cas pour vous aider à cibler la sortie du modèle et à suggérer un format de sortie spécifique (puces) dans l’autre.

Dans le contexte de l’API Chat Completion, les instructions prennent la forme du message système, et des exemples en quelques coups sont indiqués en fournissant une série d’exemples d’interactions utilisateur/assistant pour aider à amorcer le modèle.

Nombre d’indicateursPromptRéponse
0L’évaluation des performances est un composant essentiel de l’approche Performances et développement de Spark. […]
Résumer le courrier ci-dessus :
L’objectif de ce courrier est d’informer les employés des modifications récentes apportées à l’évaluation des performances, qui fait partie de l’approche Performances et développement de Spark. Les modifications incluent une structure améliorée, une expérience utilisateur dans l’outil mise à niveau et des invites ciblées. De plus, il existe désormais une section de déclencheurs de conversation facultative qui permet aux employés de signaler les sujets dont ils souhaitent discuter avec leurs responsables.
1L’évaluation des performances est un composant essentiel de l’approche Performances et développement de Spark. […]
Résumer le courrier ci-dessus :
Les informations principales du message sont
que Spark améliore l’expérience d’évaluation des performances en la rendant plus axée sur les priorités, les attentes et l’impact. De plus, l’expérience utilisateur dans l’outil est mis à niveau avec des conseils, des ressources et des instructions. Enfin, le message contient des instructions sur l’activation des priorités fondamentales à l’échelle de l’entreprise.
2L’évaluation des performances est un composant essentiel de l’approche Performances et développement de Spark. […]
Résumer le courrier ci-dessus :
Points essentiels :
Spark introduit des modifications dans l’expérience d’évaluation des performances à la suite des commentaires des employés.
• Les modifications incluent une nouvelle perspective sur les priorités, les attentes et l’impact, une expérience utilisateur mise à niveau et de nouvelles instructions sur les priorités fondamentales à l’échelle de l’entreprise.
• L’évaluation des performances est le moment de réfléchir aux performances passées et à l’apprentissage, ainsi que de planifier les priorités et les opportunités de croissance à venir.
• Les employés et les responsables doivent rédiger leurs commentaires avant la réunion d’évaluation des performances.
• Il devrait y avoir au moins deux évaluations des performances par an.
• Le temps consacré à chaque évaluation doit rester identique.

Les bonnes pratiques

  • Être précis. Laissez le moins de place possible à l’interprétation. Limitez l’espace opérationnel.
  • Être descriptif. Utilisez des analogies.
  • Se répéter. Il peut arriver que vous deviez vous répéter pour le modèle. Fournissez des instructions avant et après votre contenu principal, utilisez une instruction et un signal, etc.
  • L’ordre est important. L’ordre dans lequel vous présentez les informations au modèle peut avoir un impact sur la sortie. L’endroit où vous placez les instructions, à savoir avant votre contenu (« Résumer les éléments suivants... ») ou après (« Résumer les éléments ci-dessus... »), peut faire varier la sortie. Même l’ordre des exemples en quelques coups peut avoir de l’importance. C’est ce que l’on appelle le « biais de récence ».
  • Donner au modèle une « porte de sortie ». Il peut parfois être utile de fournir au modèle un autre chemin s’il ne parvient pas à réaliser la tâche attribuée. Par exemple, quand vous posez une question sur un texte, vous pouvez inclure un élément tel que « répondre par « introuvable » si la réponse n’est pas présente ». Cela peut aider le modèle à éviter de générer de fausses réponses.
    • Related Articles

    • La confidentialité et sécurité des données avec TONI

      TONI : garanties sur la confidentialité et sécurité des données Le module TONI (l'IA Jarvis) est un module additionnel payant. Pour souscrire à ce module, veuillez contacter notre service commercial. Jarvis conçoit ses produits autour d'un engagement ...
    • Bonnes pratiques pour utiliser TONI

      Le module TONI (l'IA Jarvis) est un module additionnel payant. Pour souscrire à ce module, veuillez contacter notre service commercial. TONI est votre super assistant basé sur l'intelligence artificielle de ChatGPT, l'IA générative développée par ...
    • Présentation du menu TONI, l'IA de Jarvis

      Présentation du menu TONI (l'IA Jarvis) Le module TONI (l'IA Jarvis) est un module additionnel payant. Pour souscrire à ce module, veuillez contacter notre service commercial. Sur la gauche de l'écran, un encart "Discussions récentes" (pastille n° 1) ...
    • TONI, une innovation sans précédent dans la LegalTech

      Le module TONI (l'IA Jarvis) est un module additionnel payant. Pour souscrire à ce module, veuillez contacter notre service commercial. Sur la base des API professionnelles d'OpenAI, Jarvis a développé "TONI" un super assistant basé sur de l'IA ...