ChatGPT дээр шуурхай инженерчлэлийн үндсэн гарын авлага

Энэ нь үйл ажиллагаагаа эхэлснээс хойш GPT чат AI салбарт давалгаа үүсгэж, рекорд хугацаанд 100 сая гаруй хэрэглэгчдийг татсан. ChatGPT-ийн гайхалтай гүйцэтгэл, олон талт байдлын нууц сумс нь програмчлалын хүрээнд нарийн шингэсэн урлаг буюу шуурхай инженерчлэлд оршдог.

2022 онд нээлтээ хийсэн DALL-E, MidJourney, StableDiffusion нь Generative AI-ийн эвдэрч болзошгүйг онцолсон. Гэхдээ тийм байсан AI-г нээх's ChatGPT нь 2022 оны сүүлээр үнэхээр гол байр суурийг эзэлсэн. Энэ эрч нь удаашрах шинж тэмдэг илрээгүй.

Бардын тухай Google-ийн мэдэгдэл болон Метагийн ламма 2  OpenAI-ийн ChatGPT-д өгсөн хариу үйлдэл нь хиймэл оюун ухааны уралдааны эрч хүчийг эрс нэмэгдүүлсэн. Эдгээр загваруудыг орцоор хангаснаар бид тэдний зан байдал, хариултыг удирдан чиглүүлж байна. Энэ нь бид бүгдийг тодорхой хэмжээгээр шуурхай инженер болгодог. Технологийн салбар анхааралдаа авлаа. Венчур капиталистууд хурдан инженерчлэлд анхаарлаа хандуулж гарааны бизнест хөрөнгө зарцуулж байна Илгэн AI. Түүгээр ч барахгүй Форбс мэдээлснээр инженерүүд шуурхай ажиллаж байна 300,000 доллараас дээш цалин, цэцэглэн хөгжиж буй, үнэ цэнэтэй хөдөлмөрийн зах зээлийн үзүүлэлт.

Энэ нийтлэлд бид ChatGPT-ийн хүрээнд шуурхай инженерчлэлийн ертөнцийг задлах болно. Бид үндсэн зарчим, арга техникийг судалж, тэдгээрийн арилжааны хэрэглээг судлах болно.

Эхлээд ChatGPT хэрхэн ажилладаг, энэ үйл явцад шуурхай инженерчлэлийн гол үүрэг гүйцэтгэдэг болохыг ойлгоцгооё.

ChatGPT шуурхай инженерчлэлийн ард байгаа механикууд

ChatGPT-ийн амжилтын цаад нууц сумс нь хүний ​​ярианы нарийн ширийн зүйлийг ойлгож, дуурайж чаддагт оршино. Загвар нь олон төрлийн интернет текст дээр бэлтгэгдсэн боловч хамгийн чухал нь сургалтын багц дахь тодорхой баримт бичиг, эх сурвалжийг мэддэггүй бөгөөд энэ нь өвөрмөц байдлаас илүү ерөнхий байдлыг баталгаажуулдаг. Энэхүү сургалтын арга нь ChatGPT-д бүтээлч хариу үйлдэл үзүүлэх, нарийн төвөгтэй харилцан яриаг удирдах, тэр ч байтугай хошин шогийн мэдрэмжийг харуулах боломжийг олгодог. Гэсэн хэдий ч, ChatGPT нь үнэхээр ойлгодоггүй эсвэл итгэл үнэмшилгүй гэдгийг санах нь чухал; энэ нь сургалтын явцад сурсан загвар дээрээ тулгуурлан хариултуудыг бий болгодог.

ChatGPT-ийн хүний ​​хэлийг нарийн, контекстэд нийцүүлэн ойлгох, хариу үйлдэл үзүүлэх чадвар нь тэднийг гайхалтай олон талын хэрэгсэл болгодог.

Эдгээр загваруудын механик нь "жетон" гэсэн ойлголт дээр суурилдаг - нэг тэмдэгтээс бүхэл үг хүртэл хэлбэлзэж болох салангид хэллэг. Эдгээр загварууд нь тодорхой тооны жетонтой нэгэн зэрэг ажилладаг (GPT-4096-Turbo-ийн хувьд 3.5 эсвэл GPT-8192-ийн хувьд 32768 эсвэл 4) бөгөөд боломжит жетонуудын дараагийн дарааллыг урьдчилан таамаглаж байна. Загварууд нь нарийн төвөгтэй шугаман алгебр ашиглан жетонуудыг боловсруулж, дараагийн хамгийн их магадлалтай токеныг таамаглаж байна.

Жишээлбэл, есөн үгтэй энгийн өгүүлбэр арван тэмдэгт болж хувирдаг. Ганц нийлмэл үг ч гэсэн олон токен болж хувирах бөгөөд энэ нь загварт хэлийг илүү сайн ойлгож, үүсгэхэд тусалдаг. Герман хэл шиг нарийн төвөгтэй үгийн бүтэцтэй хэлийг хүртэл токенжуулалтаар удирддаг.

GPT (Generative Pre-trained Transformer) загварууд нь эхний жетоноос эхлээд сүүлчийнх хүртэл нэг жетон үүсгэх замаар ажилладаг. Токен бүрийг үүсгэсний дараа загвар нь дарааллыг бүхэлд нь хянаж, дараагийн токеныг үүсгэхийн тулд дахин боловсруулдаг. Энэхүү давтагдах үйл явц нь эцсийн токен үүсэх хүртэл үргэлжилж, текст үүсгэх нь том for-loop-той төстэй болгодог.

Гэхдээ энд нэг зүйл байна - эдгээр хариултын чанар нь түүний хүлээн авсан хүсэлтээс ихээхэн хамаардаг. Хүнтэй яриа өрнүүлэхтэй адил ChatGPT-тэй харилцан яриаг удирдах нь тодорхой түвшний ур чадвар, ойлголт шаарддаг. Эндээс л шуурхай инженерчлэл орж ирдэг.

Шуурхай инженерчлэл гэж юу вэ?

Шуурхай инженерчлэл нь хиймэл оюун ухааныг удирдан чиглүүлэх нарийн, үр дүнтэй заавар/оролт хийх урлаг юм (NLP/Vision) загварууд нь хамгийн хэмнэлттэй, үнэн зөв, ашигтай, аюулгүй гаралтыг бий болгоход чиглэсэн ChatGPT.

Шуурхай инженерчлэл нь зөвхөн текст үүсгэхэд хязгаарлагдахгүй бөгөөд AI домэйн даяар өргөн хүрээний програмуудтай. Энэ нь робот процессын автоматжуулалтын роботууд, 3D хөрөнгө, скриптүүд, роботын зааварчилгаа, бусад төрлийн контент, дижитал медиа зэрэг салбарт улам бүр ашиглагдаж байна. Энэ нь логик, кодчилол, урлаг, зарим тохиолдолд тусгай хувиргагчийн өвөрмөц хослолоор хангадаг.

Мэдээлэл нь байгалийн хэл дээрх текст, зураг эсвэл бусад төрлийн оролтын өгөгдлийг агуулж болох ч гаралт нь хиймэл оюун ухааны үйлчилгээ болон хэрэглүүрүүдэд ихээхэн ялгаатай байж болно. Хэрэгсэл болгонд үгийн жин, хэв маяг, хэтийн төлөв, зохион байгуулалт эсвэл хүссэн хариултын бусад шинж чанарыг тодорхойлдог тусгай хувиргагч байдаг.

Энэ талбар нь хиймэл оюун ухаанаар ажилладаг илүү сайн үйлчилгээ бий болгох, одоо байгаа хиймэл оюун ухааны хэрэгслээс өндөр үр дүнд хүрэхэд зайлшгүй шаардлагатай. Жишээлбэл, аж ахуйн нэгжийн хөгжүүлэгчид GPT-3 гэх мэт том хэлний загваруудыг (LLMs) тохируулахын тулд үйлчлүүлэгчдэд чиглэсэн эрчим хүчийг ашиглахын тулд шуурхай инженерчлэлийг ихэвчлэн ашигладаг. chatbot эсвэл тухайн салбарын гэрээ байгуулах гэх мэт ажлыг хариуцах.

Хиймэл оюун ухааны гүйцэтгэлийг хурдан боловсронгуй болгох, хэмжих энэхүү давтагдах үйл явц нь хиймэл оюун ухааны загваруудад янз бүрийн нөхцөлд өндөр зорилтот, хэрэгцээтэй хариултуудыг бий болгох боломжийг олгодог гол элемент юм.

Шуурхай инженер болох

GPT-4 загварын нарийн төвөгтэй зааврыг ойлгож, нарийн төвөгтэй асуудлыг үнэн зөв шийдвэрлэх чадвар нь түүнийг үнэлж баршгүй нөөц болгодог. Гэсэн хэдий ч, энэ загварын чадавхид хандах өөр өөр аргууд байдаг бөгөөд эдгээрийг ойлгох нь үр ашиг, зардлын үр ашгийг аль алиныг нь оновчтой болгоход шуурхай инженерийн үүрэг гүйцэтгэхэд чухал үүрэг гүйцэтгэдэг.

GPT-4 гэх мэт GPT загваруудтай холбогдох үндсэн хоёр арга бий. Нэг арга зам бол OpenAI-ийн API-ээр дамжуулан зардал нь оролт, гаралтын жетон тус бүрээр тооцогддог. Энэ хувилбарт 1К жетонд ногдох зардал контекстийн хэмжээнээс хамаарч хэлбэлзэж болно. Жишээлбэл, илүү том 32К контекстэд зардал нь оролтын токенуудын хувьд $ 0.06, гаралтын жетонуудын хувьд $ 0.12 хүртэл өсөх боломжтой. Тиймээс их хэмжээний хүсэлтийг шийдвэрлэх үед ашиглалтын зардал хурдан хуримтлагддаг.

Эсвэл GPT-4 загварыг ашигладаг ChatGPT нь захиалгад суурилсан загвар дээр ажилладаг.

Шуурхай инженерчлэлийн өөр нэг гол ажил бол загварын параметрийг тохируулах явдал юм. Энэ процесс нь загвар нь таамаглал гаргахад ашигладаг хувьсагчдыг тохируулах явдал юм. Шуурхай инженерүүд эдгээр параметрүүдийг нарийн тохируулснаар загварын хариултын чанар, нарийвчлалыг сайжруулж, тэдгээрийг контекстэд илүү хамааралтай, тустай болгож чадна.

Хэдийгээр олон мэргэшсэн инженерүүд технологийн чиглэлээр мэргэшсэн боловч энэ талбарын олон талт шинж чанар нь янз бүрийн мэргэжлийн хүмүүс үүнийг ашиглах боломжтой болгодог. Зохиолчид, судлаачид, тэр ч байтугай уран бүтээлчид хиймэл оюун ухааны загваруудын үр нөлөөг нэмэгдүүлэхийн тулд өөрсдийн өвөрмөц ур чадвараа ашиглах нь улам бүр нэмэгдсээр байна. Энэхүү шилжилт нь хөдөлмөрийн зах зээлд ч тусгагдсан бөгөөд олон төрлийн ур чадвар, мэдлэг боловсролтой, шуурхай инженерүүдийг хайж буй компаниудын тоо нэмэгдсээр байна.

ChatGPT дахь шуурхай дизайн, инженерчлэл

Шуурхай дизайн, инженерчлэл нь хэлний загваруудын гүйцэтгэлийг оновчтой болгоход чухал үүрэг гүйцэтгэдэг бөгөөд зөвхөн асуулт боловсруулахаас илүүтэй; Тэд хиймэл оюун ухааны загварыг гүн гүнзгий ойлгох, давтагдах, боловсронгуй арга барилыг шаарддаг.

Шуурхай дизайн

Шуурхай дизайн нь үндсэндээ ChatGPT шиг тодорхой заасан зорилгод хүрэхийн тулд тухайн том хэлний загварт (LLM) төгс сануулга үүсгэх урлаг, шинжлэх ухаан юм. Энэ нь холимог юм:

• LLM-ийн тухай ойлголт: Өөр өөр хэлний загварууд ижил сануулгад харилцан адилгүй хариу өгч болно. Түүнчлэн, зарим хэлний загварууд нь өвөрмөц түлхүүр үг эсвэл триггертэй байж болох бөгөөд тэдгээрийг тодорхой байдлаар тайлбарладаг.
• Домэйн мэдлэг: Мэдээллийг боловсруулахад холбогдох чиглэлээр мэргэшсэн байх нь маш чухал юм. Жишээлбэл, эмнэлгийн оношийг гаргахын тулд эмнэлгийн мэдлэг шаардагдана.
• Давталттай хандлага ба чанарын хэмжилт: Хамгийн тохиромжтой мэдээллийг бий болгох үйл явц нь ихэвчлэн туршилт, алдаатай байдаг. Тиймээс, зөвхөн субьектив дүгнэлтээс гадна гарцын чанарыг үнэлэх аргатай байх нь ялангуяа мэдээллийн сануулгыг илүү өргөн хүрээнд ашиглахад амин чухал юм.

Шуурхай инженерчлэл

Шуурхай инженерчлэл нь хэд хэдэн чухал үйл явцыг багтаасан шуурхай дизайны өргөтгөсөн хүрээ юм:

• Мэдээллийн сануулгыг масштабаар зохион бүтээх: Энэ үйл явц нь мета сануулгууд (бусад сануулгууд үүсгэдэг) болон ажиллах үед үүсгэгдэж болох параметржүүлсэн сануулгуудын загваруудыг агуулдаг.
• Хэрэгслийн дизайн ба интеграци: Сануулгууд нь заримдаа гадны хэрэгслүүдийн үр дүнг багтааж болох бөгөөд эдгээр хэрэгслийг системд саадгүй нэгтгэх нь маш чухал юм.
• Ажлын урсгал, төлөвлөлт, шуурхай удирдлага: Чатбот гэх мэт LLM програмыг ашиглахын тулд мэдээллийн санг удирдах, зөв ​​сануулгыг төлөвлөх, сонгох, төрөл бүрийн хэрэгслийг үр дүнтэй нэгтгэх шаардлагатай болдог.
• Мэдээллийн үнэлгээ ба чанарын баталгаа: Энэ тал дээр автоматаар болон хүний ​​оролцоотойгоор санал хүсэлтийг үнэлэх хэмжүүр, үйл явцыг тодорхойлох зэрэг орно.
• Шуурхай оновчлол: AI загварын өртөг болон хоцрогдол нь тухайн загварын сонголт болон мэдээллийн уртаас (жетонуудын тоо) хамаарна.

Мэдээллийг масштабаар удирдахын тулд олон автоматжуулсан шуурхай дизайны арга барил, хэрэгсэл, хүрээг боловсруулсан. Гэсэн хэдий ч эдгээр хэрэгслүүдийн аль нь ч туршлагатай шуурхай инженерийн нарийн ойлголт, дүгнэлт, туршлагыг орлож чадахгүй гэдгийг ойлгох нь чухал юм.

Шуурхай инженерчлэл: Техник ба шилдэг туршлага

1) Шуурхай байршуулалт, тайлбар

Мэдээллийн эхэнд зааврыг байрлуулах нь хиймэл оюун ухааны ойлголт, хариу үйлдэлд ихээхэн нөлөөлдөг. Текстийг цэгийн хэлбэрээр хураангуйлах даалгаврыг авч үзье. Бага үр дүнтэй арга нь:

Хэрэглэгчийн: Доорх текстийг хамгийн чухал цэгүүдийн жагсаалт болгон нэгтгэн бичнэ үү.
{энд текст оруулах}

Нөгөөтэйгүүр, илүү үр дүнтэй техник нь:

Хэрэглэгчийн: Доорх текстийг хамгийн чухал цэгүүдийн жагсаалт болгон нэгтгэн бичнэ үү.
Текст: ""
{энд текст оруулах}
"" "

Заавар болон контекстийг ### эсвэл """ гэх мэт тэмдгээр тодорхой салгаснаар AI загвар нь даалгавар болон боловсруулах шаардлагатай текстээ илүү сайн тодорхойлж, ингэснээр илүү үнэн зөв, хамааралтай хариултуудыг өгөх боломжтой.

Хоёрдугаарт, контекст, хүлээгдэж буй үр дүн, урт, хэлбэр, хэв маяг гэх мэтийн талаар тодорхой, дүрсэлсэн, нарийвчилсан байх нь хиймэл оюун ухааны хариултын нарийвчлалыг мэдэгдэхүйц нэмэгдүүлэх боломжтой. Та шинжлэх ухааны нийтлэлийн товч тоймыг сонирхолтой, энгийн хүмүүст ээлтэй хэв маягаар гаргах хэрэгтэй гэж бодъё. “Шинжлэх ухааны нийтлэлийг нэгтгэн дүгнэ” гэх мэт тодорхой бус заавар нь тодорхой, нарийвчилсан заавартай харьцуулахад үр дүн багатай байх болно:

Хэрэглэгчийн: Дараах эрдэм шинжилгээний өгүүллийн товч тойм (ойролцоогоор 200 үг) үүсгэ. Дүгнэлт нь шинжлэх ухааны үндэслэлгүй хүнд ойлгомжтой байхын зэрэгцээ нийтлэлийн гол дүгнэлтийг үнэн зөв тусгасан байх ёстой.
Цаас: ""
{шинжлэх ухааны баримт бичгийн текст энд байна}
"" "

2) Хувь хүний ​​хэв маяг

Persona Pattern нь хиймэл оюун ухааныг мэргэжлийн дүр эсвэл зохиомол дүр гэх мэт тодорхой өнцгөөс харж ажиллахаар тохируулдаг стратеги юм. Энэхүү тактик нь загварт тухайн хүний ​​гүйцэтгэх тодорхой үүрэг рольтой холбоотой үр дүнг гаргах боломжийг олгодог. Жишээлбэл, кодын шалгалтын үеэр хиймэл оюун ухаанд кибер аюулгүй байдлын шинжээчээр ажиллахыг зааж өгч болно. Энэ загвар нь хэрэглэгчдэд тусламж хэрэгтэй байгаа боловч гаралтад шаардлагатай нарийн ширийн зүйлийн талаар эргэлзэж байгаа үед ялангуяа ашигтай байдаг.

Дараахь зүйлийг жишээ болгон ав.

Хэрэглэгчийн: “Францын хувьсгалаар мэргэшсэн ахмад түүхч хүний ​​дүрийг төсөөлөөд үз дээ. Ийм дүр төрхийг харгалзан Францын хаант засаглал уналтад хүргэсэн гол үйл явдал, шалтгааныг тайлбарла."

Энэ хувилбарт хиймэл оюун ухаан нь түүхчдийн адил хаант засаглалын уналтад анхаарлаа хандуулж, Францын хувьсгалын талаар гүнзгий дүн шинжилгээ хийх замаар хариу өгөх болно.

Шинэ мэдээллийг танилцуулж байна

ChatGPT нь сургалтын хязгаараас хэтэрсэн мэдлэггүй тул сүүлийн үеийн үйл явдлуудын талаар мэдээлэл өгөх эсвэл сургалтынхаа дараах шинэчлэлтүүдийг өгөх боломжгүй. Гэсэн хэдий ч, та өөрийн зааварчилгаагаар загварт шинэ мэдээлэл оруулах боломжтой.

Хэрэглэгчийн: "Криптовалют гэж юу вэ?"
GPT чат: “Криптовалют бол аюулгүй байдлын үүднээс криптограф ашигладаг дижитал эсвэл виртуал валют юм. Хамгийн алдартай криптовалют бол биткойн юм."

Одоо, хэрэв бид сануулгад арай илүү контекст нэмбэл тайлбарыг илүү ойлгомжтой болгож чадна:

Хэрэглэгчийн: "Дижитал санхүүгийн чиглэлээр суралцаж буй ахлах сургуулийн сурагчид криптовалютны тухай ойлголтыг тайлбарлах"
ChatGPT: "Та онлайн видео тоглоом тоглож байна гэж төсөөлөөд үз дээ, тоглоомын мөнгө танд шинэчлэлт эсвэл шинэ дүр худалдаж авахын тулд олох боломжтой. Cryptocurrency нь үүнтэй төстэй боловч тоглоомоор хязгаарлагдахын оронд та үүнийг бодит ертөнцийн бараа, үйлчилгээг худалдан авахад ашиглаж болно. Энэ нь ямар ч банк, засгийн газрын хяналтанд байдаггүй дижитал мөнгөтэй адил юм."

3) Шуурхай хэмжээний хязгаарлалт

ChatGPT-ийн хэмжээ хязгаарыг ойлгох нь чухал бөгөөд энэ нь бидний оруулах мэдээллийн хэмжээ, төрөлд шууд нөлөөлдөг. Хэлний загварууд нь нэг дор хязгааргүй өгөгдлийг боловсруулахаар бүтээгдээгүй. Тэдэнд бидний үүсгэж, оруулах боломжтой мөрийн хэмжээ хязгаарлагдмал байдаг. Энэхүү хязгаарлалт нь зааварчилгааг зохион бүтээх, хэрэгжүүлэхэд гүн гүнзгий нөлөө үзүүлдэг.

ChatGPT нь токен хязгаартай (ерөнхийдөө 2048 жетон) бөгөөд үүнд шуурхай болон үүсгэсэн хариултыг багтаасан болно. Энэ нь урт сануулга нь хариу өгөх хугацааг хязгаарлаж чадна гэсэн үг юм. Тиймээс мэдээллийн сануулгыг товч бөгөөд мэдээлэлтэй байлгах нь чухал.

Практик хэрэглээний хувьд бид тухайн даалгаварт хамгийн их хамааралтай мэдээллийг сонгон сонгон засварлагчийн үүрэг гүйцэтгэх ёстой. Үг эсвэл хуудасны хязгаартай цаас эсвэл нийтлэл бичиж байна гэж төсөөлөөд үз дээ - та санамсаргүй баримтуудыг хаяж болохгүй, харин тухайн сэдэвтэй холбоотой мэдээллийг анхааралтай сонгож, бүтэцжүүлэх хэрэгтэй.

Хэрэглэгчийн: "Загварын тэмдгийн хязгаарлалтыг харгалзан Дэлхийн 1000-р дайны гол үйл явдлуудыг XNUMX хүрэхгүй үгээр дүгнэ."

Загварын токены хязгаарлалтыг хүлээн зөвшөөрснөөр энэхүү заавар нь хиймэл оюун ухаанд Дэлхийн XNUMX-р дайны тухай товч боловч иж бүрэн хураангуйг өгөхөд чиглүүлдэг.

Давтан ашиглах сануулга: Харилцан ярианы хувилбарт та өмнөх хариултууд дээр үндэслэн сануулгыг дахин ашиглах эсвэл сайжруулах боломжтой. Энэ нь харилцан ярианы урсгалыг бий болгож, харилцан үйлчлэлийн нөхцөл байдлыг хадгалж байдаг.

4) Асуултыг сайжруулах загвар

ChatGPT нь таны асуултуудыг сайжруулахад тусална. Жишээлбэл, хэрэв та асуулт асуувал илүү нарийвчлалтай үр дүнд хүрэхийн тулд илүү сайн боловсруулсан асуултыг санал болгож болно.

Асуултыг боловсронгуй болгох загвар нь LLM нь хэрэглэгчийн асуусан асуултуудыг сайжруулдаг. Хэрэглэгчид тухайн домэйны мэргэжилтэн биш эсвэл асуултаа хэрхэн хэлэхээ мэдэхгүй байгаа тохиолдолд энэ нь ялангуяа ашигтай байдаг.

Жишээ сануулга дараах байдлаар харагдаж болно.

Хэрэглэгчийн: "Намайг өгөгдлийн шинжлэх ухааны талаар асуулт асуух бүрт статистикийн шинжилгээний онцлогийг харгалзан илүү боловсронгуй асуулт санал болгож, боловсронгуй асуултаа үргэлжлүүлэхийг хүсч байгаа эсэхийг асуу."

Энд хиймэл оюун ухаан нь хэрэглэгчийн ерөнхий мэдээллийн шинжлэх ухааны асуултуудыг статистикийн шинжилгээний талуудыг харгалзан илүү нарийвчилсан асуулт болгон боловсронгуй болгох төлөвтэй байна.

5) Танин мэдэхүйн баталгаажуулалтын загвар

Танин мэдэхүйн баталгаажуулагч загвар нь нарийн төвөгтэй асуултуудыг жижиг, удирдах боломжтой дэд асуултуудад хуваадаг. Дараа нь эдгээр дэд асуултуудын хариултыг нэгтгэж, үндсэн асуултад иж бүрэн хариулт өгнө. Энэ арга нь эхний асуултууд хэт өндөр түвшинд байгаа эсвэл бүрэн хариулт өгөхийн тулд нэмэлт тодорхой болгох шаардлагатай үед хэрэг болно.

Жишээ нь:

Хэрэглэгчийн: "Хэрэв би уур амьсгалын өөрчлөлтийн талаар асуулт асуувал илүү үнэн зөв хариулт өгөхөд туслах гурван жижиг асуултад хуваа. Эцсийн хариултыг өгөхийн тулд эдгээр дэд асуултуудын хариултыг нэгтгэнэ үү."

Энэ хувилбарт хиймэл оюун ухаан нь уур амьсгалын өөрчлөлтийн талаарх цогц асуултыг зохицуулах боломжтой гурван дэд асуулт болгон задлах болно. Эдгээр дэд асуултуудын хариултыг хүлээн авсны дараа хиймэл оюун ухаан эдгээрийг нэгтгэн илүү дэлгэрэнгүй, үнэн зөв хариулт өгөх болно.

Энэ загвар нь илүү үнэн зөв эцсийн хариултыг олж авахын тулд олон асуулт үүсгэх явдал юм. Энэ нь найдвартай эцсийн үр дүнд хүрэхийн тулд мэдээллийг баталгаажуулах, нэгтгэх үйл явц юм

6) Цөөн шидэлт хийх арга

Цөөн цохилт өгөх нь AI загваруудад тодорхой хэв маягийг дагах эсвэл даалгавар гүйцэтгэхэд сургах хүчирхэг арга юм. Энэ санаа нь хүссэн асуултаа асуухаасаа өмнө загварыг хэд хэдэн жишээгээр тэжээх явдал юм. Энэ нь хүссэн зан төлөвийг тохируулах, загвар өмсөгчдийн хариултыг чиглүүлэхэд тусалдаг.

Хэрэглэгч шинэ технологийн гаджетын маркетингийн товч, анхаарал татахуйц хуулбарыг боловсруулах гэж оролдож буй хувилбарыг авч үзье.

Хэрэглэгчийн: "Технологийн маркетингийн хуулбаруудын зарим жишээг энд үзүүлэв: 'Манай хамгийн сүүлийн үеийн утасгүй чихэвчээр урьд өмнө хэзээ ч байгаагүй хөгжмийг мэдрээрэй.' 'Манай хэт гялалзсан үйл ажиллагааны камерын тусламжтайгаар өөрийн ертөнцийг гайхалтай 4K-ээр аваарай.' Эдгээр жишээнүүдийг авч үзвэл манай хиймэл оюун ухаанаар ажилладаг шинэ ухаалаг цагны маркетингийн хуулбарыг бэлтгэ."

GPT чат: "Эрүүл мэнд, холболт, бүтээмжийн хамтрагч болох хиймэл оюун ухаанаар ажилладаг ухаалаг цагаа ашиглан амьдралын хэв маягаа сайжруулаарай." Цөөн шидэлтийн сургалтын гайхалтай онцлог нь даалгаврыг хэрхэн гүйцэтгэх талаар дэлгэрэнгүй тайлбарлах шаардлагагүй юм. Үүний оронд юу хийж байгааг харуулахыг шаарддаг бөгөөд энэ нь үүнийг олон хэрэглээнд тохиромжтой болгож чадна.

Цаашилбал, энэ техник нь энгийн оролт гаралтын хослолоос давж гардаг. Загвар нь зорилгодоо хүрэх завсрын алхмуудыг хийхийг зааж өгч болно.

7) Бодлын гинжин өдөөлт

Тэдний сүүлийн үеийн судалгааны нийтлэлдээ "Бодлын гинжин өдөөлт нь том хэлний загварт үндэслэлийг бий болгодог.” зохиолч Жейсон Вэй ба багийнхан том хэлний загварт сэтгэн бодох чадварыг өдөөх зорилготой. Уламжлалт, шууд сануулгыг ашиглахын оронд баг нь хоорондоо уялдаа холбоотой хэд хэдэн сануулгыг ашиглаж, "бодлын гинж"-ийг бүрдүүлдэг.

Жишээлбэл, хэрэглэгч хиймэл оюун ухаан нь хөдөлмөрийн зах зээлд үзүүлэх нөлөөг сонирхож магадгүй юм.

Хэрэглэгчийн: "Хиймэл оюун ухаан гэдэг ойлголтыг товч тайлбарлана уу?"

GPT чат: “Хиймэл оюун ухаан буюу хиймэл оюун ухаан гэдэг нь хүний ​​ухаалаг зан үйлийг дуурайх машины чадварыг хэлдэг. Энэ нь хүмүүс шиг сэтгэж, суралцах чадвартай машинуудыг зохион бүтээх, тэдэнд хэлний орчуулга, шийдвэр гаргах, асуудал шийдвэрлэх зэрэг бусад ажлуудыг гүйцэтгэх боломжийг олгох тухай юм.”

Хэрэглэгчийн: "Хиймэл оюун ухаан одоогийн хөдөлмөрийн зах зээлд хэрхэн нөлөөлж байна вэ?"

GPT чат: “AI нь шинэ ажлын байр бий болгож, одоо байгаа ажлын мөн чанарыг өөрчилдөг. Нэг талаас, энэ нь ердийн ажлуудыг автоматжуулж, тодорхой салбарт ажлын байрыг нүүлгэн шилжүүлэхэд хүргэдэг. Нөгөөтэйгүүр, энэ нь хиймэл оюун ухааны ёс зүйн ажилтан, мэдээллийн шинжээч, машин сургалтын инженер гэх мэт урьд өмнө байгаагүй дүрүүдийн эрэлтийг бий болгож байна. Нэмж дурдахад хиймэл оюун ухаан нь хүний ​​үүргийг нэмэгдүүлж, хүмүүст даалгаврыг илүү үр дүнтэй, үнэн зөв гүйцэтгэх боломжийг олгодог."

Бодлын гинжин өдөөлт нь илүү нарийвчлалтай, нөхцөл байдалд тохирсон хариулт руу чиглүүлдэг загвартай "харилцан яриа"-ыг үргэлжлүүлж, холбогдох сануулгыг дагаж мөрддөг.

Хөгжүүлэгчийн үүднээс ChatGPT API болон шуурхай инженерчлэлийг ойлгох

Хөгжүүлэгч эсвэл судлаачийн үүднээс авч үзвэл шуурхай инженерчлэл нь илүү төвөгтэй үйл явц юм. Энэ нь хиймэл оюун ухааны загварт зааварчилгааг илүү үр дүнтэй ойлгож, хариу өгөхөд туслах алгоритм, арга техникийг зохион бүтээхэд ордог. Үүнд тодорхой бус сануулгыг зохицуулах стратеги, сануулгийн нөхцөлийг тодорхойлох эсвэл хиймэл оюун ухаан дахь илүү төвөгтэй сэтгэх үйл явцыг идэвхжүүлэхийн тулд сануулгыг нэгтгэх зэрэг багтаж болно.

Дээрх зураг дээр хэрэглэгч GPT-4-ээр ажилладаг чатын интерфейстэй харилцаж байна. Тэдний оруулгыг AI загварт оруулахаас өмнө тусгай модулиар тодорхой, контекст нийцтэй байлгах үүднээс сайжруулдаг. Энэ модулийн үүрэг бол харилцан ярианы агуулгыг хадгалахын зэрэгцээ хэрэглэгчийн оруулсан мэдээллийг илүү сайн ойлгохын тулд сайжруулах, сайжруулах явдал юм. Сайжруулсан зааварт үндэслэн боловсруулсан хиймэл оюун ухааны хариултыг чатын интерфейсээр дамжуулан хэрэглэгч рүү буцаана. Харилцааны түүхийг байнга шинэчилж, харилцан ярианы нөхцөлийг хадгалж байдаг. Ерөнхийдөө энэ диаграмм нь шуурхай инженерийн техникээр идэвхжүүлсэн хэрэглэгчийн AI ярианы динамик урсгалыг харуулж байна.

The ChatGPT API Интерфэйс нь янз бүрийн гиперпараметрүүдээр бүтээгдсэн бөгөөд энэ нь хэрэглэгчдэд хиймэл оюун ухааны дохиоллын хариуг сайжруулах боломжийг олгодог бөгөөд ингэснээр илүү үр дүнтэй, олон талт болгодог. Үүнд Температур, Хамгийн их урт, Зогсоолын дарааллын параметрүүд орно. Тэдгээр нь хэрхэн ажилладаг, янз бүрийн нөхцөлд ашиглаж болохыг олж мэдье.

1) Температур

Температурын параметр нь AI-ийн хариу урвалын санамсаргүй байдалд нөлөөлдөг. 1.0 гэх мэт өндөр температур нь илүү санамсаргүй гаралтыг дэмждэг бөгөөд энэ нь янз бүрийн боловч сэдвээс гадуур байж болзошгүй хариу үйлдэлд хүргэдэг. Үүний эсрэгээр, 0.2 гэх мэт бага температур нь хиймэл оюун ухааныг илүү тодорхой хариултуудыг сонгоход хүргэдэг бөгөөд энэ нь төвлөрсөн, тодорхой үр дүнд ашигтай байж болох ч олон янз байдал дутагдалтай байж болно.

Жишээ: Хэрэв та бүтээлч түүх бичиж байгаа бол урьдчилан таамаглах аргагүй, төсөөлөлтэй элементүүдийг хүсч байвал температурыг илүү өндөр утгаар тохируулаарай. "Цаг хугацаагаар аялагч муурны тухай богино өгүүллэг бич." Өндөр температуртай үед та урьдчилан таамаглах аргагүй эргэлт, эргэлт бүхий зэрлэг, гайхалтай үлгэрийг авч болно.

2) Хамгийн их урт

Энэ параметр нь мессежийн оролт болон мессежийн гаралт дахь токенуудыг багтаасан загварын гаралтын хамгийн их уртыг хянадаг. Илүү өндөр хязгаар тогтоох нь илүү урт хариулт өгөх боломжийг олгодог бол доод хязгаар нь гаралтыг богино бөгөөд товч байлгах боломжийг олгодог.

Жишээ нь: "2020 онд Утга зохиолын салбарын Нобелийн шагналыг хэн хүртсэн бэ?" гэх мэт жижиг асуултуудад товч хариулт өгөхөд. Та хариултыг товч бөгөөд шууд байлгахын тулд хамгийн их уртыг бага утгаар тохируулахыг хүсч болно.

3) Дараалалыг зогсоох

Зогсоох дараалал нь загвар нь тэдгээртэй тулгарах үед цаашдын гаралт үүсгэхээ больдог тодорхой текст мөрүүд юм. Энэ функц нь гаралтын уртыг хянах эсвэл загварт логик төгсгөлийн цэг дээр зогсох заавар өгөхөд хэрэгтэй байж болно.

Жишээ нь: Албан захидлын хувьд хиймэл оюун ухаан нь захидлын зөв төгсгөлөөс цааш ямар нэгэн нэмэлт текст үүсгэхгүй байхын тулд "Таныг хүндэтгэсэн" гэснийг зогсоох дараалал болгон ашиглаж болно.

4) Топ P

Цөмийн дээж авах гэгддэг 'Top P' параметр нь загварын таамаглалын алхам бүрд авч үзэх үгсийн тоог динамикаар сонгох боломжийг олгодог арга юм. 0.5 гэх мэт бага утга нь илүү аюулгүй, илүү төвлөрсөн гаралтад хүргэдэг. 0.9 гэх мэт өндөр утга нь үгийн өргөн сонголттой бөгөөд илүү олон төрлийн гаралтад хүргэдэг.

Жишээ: Хэрэв та шүлэг бичих хиймэл оюун ухаан бүтээж, түүнийгээ олон төрлийн үгийн сан, хэв маягийн хэллэг ашиглахыг хүсч байвал 'Top P'-г илүү өндөр үнээр болгож болно. "Намрын гоо сайхны тухай шүлэг зохио" гэсэн асуулт байж болно.

5) Давтамжийн торгууль

Давтамжийн торгууль нь загвар нь бага давтамжтай үгэнд хэр их таалагдах ёстойг хянадаг. Илүү өндөр торгууль (1 хүртэл) нь загвар өмсөгчийг бага түгээмэл үг ашиглахыг дэмждэг бол бага утга (-1 хүртэл) нь загвар өмсөгчийг илүү нийтлэг үг ашиглахыг дэмждэг.

Жишээ: Хэрэв та бизнесийн санал гаргах гэж байгаа бөгөөд үг хэллэгээс зайлсхийхийг хүсч байгаа бол хэлийг ойлгомжтой, хүртээмжтэй байлгахын тулд давтамжийн торгуулийг бага утгаар тохируулж болно.

6) Байгаа шийтгэл

Presence Penalty параметр нь харилцан ярианы түүхэнд байгаагүй шинэ санаа эсвэл сэдвийг бий болгосныхоо төлөө тухайн загварт хэр хэмжээний торгууль ногдуулахад нөлөөлдөг. Илүү өндөр үнэ цэнэ нь загварт аль хэдийн дурдсан сэдвүүдийг дагаж мөрдөхийг дэмждэг бол бага утга нь загварт шинэ ойлголтуудыг илүү чөлөөтэй нэвтрүүлэх боломжийг олгодог.

Жишээ: Тархины довтолгооны хуралдааны хувьд та олон янзын санааг дэмжихийн тулд байгаа байдлын шийтгэлийг бага утгаар тохируулж болно. Та "Онлайн боловсролын платформд зориулсан шинэлэг маркетингийн стратеги бий болгох" гэх мэт сануулгыг ашиглаж болно.

Шуурхай инженерийн салбарын хэрэглээ