Pituduh ésénsial pikeun Téknik Ajakan di ChatGPT

Kusabab diluncurkeun, Ngobrol GPT parantos ngadamel gelombang dina lingkup AI, narik langkung ti 100 juta pangguna dina waktos catetan. Saos rusiah pikeun pagelaran sareng keserbagunaan ChatGPT aya dina seni anu aya dina programna - rékayasa gancang.

Diluncurkeun dina 2022, DALL-E, MidJourney, sareng StableDiffusion negeskeun poténsi anu ngaganggu Generative AI. Tapi éta Buka AI'S ChatGPT nu sabenerna jadi puseur panggung engké di 2022. Sarta moméntum ieu némbongkeun euweuh tanda slowing handap.

Pengumuman Google ngeunaan Bard jeung Meta urang Lamma 2  réspon kana OpenAI's ChatGPT parantos ngagedékeun momentum balapan AI. Ku nyayogikeun modél ieu sareng input, kami nuju ngabimbing paripolah sareng résponna. Ieu ngajadikeun urang sadaya insinyur ajakan kana gelar anu tangtu. Industri tech geus dicokot bewara. Kapitalis ventura tuang dana kana ngamimitian anu fokus kana rékayasa gancang, sapertos Vellum AI. Leuwih ti éta, Forbes ngalaporkeun yén paréntah insinyur ajakan gaji ngaleuwihan $300,000, nunjukkeun pasar padamelan anu maju sareng berharga.

Dina artikel ieu, urang bakal demystify dunya rékayasa ajakan dina konteks ChatGPT. Urang bakal ngajalajah prinsip inti sareng téknik, sareng pariksa aplikasi komérsialna.

Hayu urang ngartos heula kumaha fungsi ChatGPT sareng peran pivotal rékayasa ajakan dina prosés ieu.

Mékanika Tukangeun ChatGPT Téknik Ajakan

Saos rusiah di balik kasuksésan ChatGPT nyaéta kamampuan pikeun ngartos sareng meniru nuansa paguneman manusa. Modél ieu dilatih dina rupa-rupa téks internét, tapi anu penting, éta henteu terang dokumén atanapi sumber khusus dina set pelatihanna, mastikeun generalisasi tina spésifisitas. Pendekatan latihan ieu ngamungkinkeun ChatGPT ngahasilkeun réspon kreatif, nganapigasi dialog anu kompleks, bahkan nunjukkeun rasa humor. Nanging, penting pikeun émut yén ChatGPT henteu leres-leres ngartos atanapi gaduh kapercayaan; éta ngahasilkeun réspon dumasar kana pola anu diajar nalika latihan.

Kamampuhan ChatGPT ngartos sareng ngaréspon kana basa manusa dina cara anu bernuansa sareng sadar kontéks ngajantenkeun aranjeunna alat anu luar biasa serbaguna.

Mékanika modél ieu gumantung kana konsép 'token'—sakumpulan basa anu diskrit anu bisa rupa-rupa ti hiji karakter nepi ka hiji kecap. model ieu jalan kalawan jumlah husus tina tokens dina hiji waktu (4096 pikeun GPT-3.5-Turbo atawa 8192 atawa 32768 pikeun GPT-4), ngaramal runtuyan salajengna kamungkinan tokens. Model ngolah tokens ngagunakeun aljabar linier kompléks, ngaramal token saterusna paling probable.

Contona, kalimah salapan kecap basajan bisa robah jadi sapuluh tokens. Malah hiji kecap kompléks tunggal bisa robah jadi sababaraha tokens, nu mantuan model hadé ngartos tur ngahasilkeun basa. Malah basa kalawan struktur kecap kompléks, kawas Jerman, diurus ngaliwatan tokenization.

Model GPT (Generative Pre-trained Transformer) dianggo ku ngahasilkeun hiji token dina hiji waktu, mimitian ti token munggaran tur nuluykeun nepi ka panungtungan. Sanggeus ngahasilkeun unggal token, model revisits sakabéh runtuyan jeung prosés deui pikeun ngahasilkeun token salajengna. Prosés iteratif ieu diteruskeun dugi ka token ahir dibangkitkeun, ngajantenkeun generasi téks sami sareng loop for-loop.

Tapi ieu mangrupikeun masalahna - kualitas réspon ieu gumantung pisan kana pituduh anu ditampi. Sapertos nyetir paguneman sareng manusa, nungtun dialog sareng ChatGPT peryogi tingkat kaahlian sareng pamahaman anu tangtu. Éta tempat rékayasa ajakan datang kana antrian.

Naon ari Prompt Engineering?

Prompt Engineering mangrupikeun seni ngarajin pituduh / input anu tepat, efektif pikeun nungtun AI (NLP/ Vision) model kawas ChatGPT nuju ngahasilkeun paling ongkos-éféktif, akurat, mangpaat, jeung outputs aman.

Rékayasa gancang henteu ngan ukur dipasrahkeun kana generasi téks tapi ngagaduhan aplikasi anu lega dina domain AI. Éta beuki dianggo di daérah sapertos bot otomatisasi prosés robot, aset 3D, skrip, petunjuk robot, sareng jinis eusi sareng média digital sanés. Éta nyayogikeun campuran unik logika, coding, seni, sareng dina sababaraha kasus, modifier khusus.

Sanaos ajakan tiasa ngalebetkeun téks basa alami, gambar, atanapi jinis data input sanés, kaluaran tiasa bénten-béda sacara signifikan dina jasa sareng alat AI. Unggal alat gaduh modifiers khusus anu ngajelaskeun beurat kecap, gaya, sudut pandang, tata perenah, atanapi pasipatan sanés tina réspon anu dipikahoyong.

Widang ieu penting pisan pikeun nyiptakeun jasa anu dikuatkeun ku AI anu langkung saé sareng kéngingkeun hasil anu unggul tina alat AI generatif anu tos aya. Pangembang perusahaan, contona, sering ngagunakeun rékayasa gancang pikeun nyaluyukeun Modél Basa Besar (LLM) sapertos GPT-3 pikeun nyayogikeun palanggan. chatbot atawa nanganan tugas kawas nyieun kontrak industri-spésifik.

Prosés iteratif ieu pikeun nyempurnakeun gancang sareng ngukur kinerja AI mangrupikeun unsur konci dina ngamungkinkeun modél AI ngahasilkeun réspon anu ditargetkeun pisan sareng mangpaat dina sababaraha kontéks.

Janten Insinyur Ajakan

Kaunggulan model GPT-4 dina pamahaman parentah kompléks jeung ngarengsekeun masalah intricate akurat ngajadikeun eta sumberdaya invaluable. Nanging, aya sababaraha cara pikeun ngaksés kamampuan modél ieu, sareng ngartos ieu tiasa penting pisan pikeun peran insinyur anu gancang dina ngaoptimalkeun efisiensi sareng éféktivitas biaya.

Dasarna aya dua cara pikeun kalibet sareng model GPT sapertos GPT-4. Salah sahiji cara nyaéta ngaliwatan API OpenAI, dimana biaya diitung per token input sareng output. Dina skenario ieu, biaya per token 1K tiasa turun naek dumasar kana ukuran kontéks. Salaku conto, dina kontéks 32K anu langkung ageung, biayana tiasa dugi ka $ 0.06 kanggo token input sareng $ 0.12 pikeun token kaluaran. Ku kituna, nalika nanganan volume luhur requests, biaya pamakéan bisa gancang ngumpulkeun.

Alternatipna, ChatGPT, nu leverages model GPT-4, beroperasi dina model basis langganan.

Tugas konci sejen dina rékayasa ajakan ngalibatkeun model parameter tuning. Prosés ieu ngalibatkeun nyaluyukeun variabel anu ngagunakeun modél pikeun ngaramalkeun. Ku nyaluyukeun parameter ieu, insinyur gancang tiasa ningkatkeun kualitas sareng akurasi réspon modél, ngajantenkeun aranjeunna langkung relevan sacara kontekstual sareng ngabantosan.

Sanaos seueur insinyur anu gancang asalna tina latar téknologi, sifat multidisiplin lapangan ngajantenkeun éta tiasa diaksés ku individu tina latar tukang profésional anu béda. Beuki, panulis, panalungtik, komo seniman anu leveraging kaahlian unik maranéhna pikeun ngaronjatkeun efficacy model AI. Pergeseran ieu ogé ditingali dina pasar tenaga kerja, kalayan jumlah perusahaan anu milari insinyur gancang kalayan rupa-rupa kaahlian sareng latar.

Desain Ajakan sarta Téknik di ChatGPT

Prompt Design and Engineering maénkeun peran kritis dina ngaoptimalkeun kinerja model basa jeung ngalibetkeun leuwih ti saukur crafting patarosan; aranjeunna meryogikeun pamahaman anu jero ngeunaan modél AI sareng pendekatan anu pohara iterative sareng refined.

Desain Ajakan

Desain ajakan, dina inti na, nyaeta seni jeung elmu nyieun ajakan sampurna pikeun model basa badag (LLM) dibikeun, kawas ChatGPT, pikeun ngahontal tujuan jelas nyatakeun. Éta campuran:

• Pamahaman ngeunaan LLM: Modél basa anu béda-béda tiasa ngabales béda-béda kana ajakan anu sami. Leuwih ti éta, model basa tangtu bisa mibanda kecap konci unik atawa pemicu, nu maranéhna napsirkeun dina cara husus.
• Pangaweruh Domain: Kaahlian dina widang anu relevan penting pisan nalika ngarancang pituduh. Salaku conto, ngahasilkeun ajakan pikeun nyimpulkeun diagnosis médis ngabutuhkeun pangaweruh médis.
• Pendekatan Iteratif sareng Pangukuran Kualitas: Prosés nyiptakeun ajakan idéal sering ngalibatkeun trial and error. Ku alatan éta, ngabogaan cara pikeun evaluate kualitas kaluaran saluareun ngan judgment subjektif penting pisan, utamana lamun ngagunakeun ajakan dina skala nu leuwih gede.

Téknik Ajakan

Rékayasa Prompt mangrupikeun ranah anu diperpanjang tina desain gancang anu kalebet sababaraha prosés kritis:

• Desain Ajakan dina Skala: Prosés ieu ngawengku rarancang meta ajakan (ajakan nu ngahasilkeun ajakan séjén) jeung ajakan template, nu parameterized ajakan nu bisa instantiated dina runtime.
• Desain Alat jeung Integrasi: Ajakan kadang bisa ngawengku hasil tina parabot éksternal, sarta integral tina parabot ieu seamlessly kana sistem nyaeta krusial.
• Alur Kerja, Perencanaan, sareng Manajemén Ajakan: Nerapkeun aplikasi LLM, sapertos chatbot, sering ngabutuhkeun ngatur perpustakaan pituduh, ngarencanakeun sareng milih pituduh anu leres, sareng éfisién ngahijikeun sababaraha alat.
• Evaluasi sareng Jaminan Kualitas Prompt: Aspék ieu kalebet netepkeun métrik sareng prosés pikeun meunteun ajakan sacara otomatis sareng kalibet manusa.
• Optimasi Ajakan: Biaya sareng latency modél AI tiasa gumantung kana pilihan modél sareng panjangna ajakan (jumlah token).

Seueur pendekatan desain ajakan otomatis, alat, sareng kerangka parantos dikembangkeun pikeun ngatur pituduh dina skala. Nanging, penting pikeun ngartos yén teu aya alat ieu anu tiasa ngagentos pamahaman anu bernuansa, pertimbangan, sareng pangalaman insinyur anu berpengalaman.

Téknik Ajakan: Téhnik sareng Prakték Pangalusna

1) Nempatkeun Ajakan jeung Pedaran

Nempatkeun paréntah di awal ajakan tiasa mangaruhan sacara signifikan kana pamahaman sareng réspon AI. Pertimbangkeun tugas nyimpulkeun téks dina format bullet point. Pendekatan anu kurang efektif nyaéta:

nu make: Nyimpulkeun téks di handap salaku daptar bullet point tina titik pangpentingna.
{input téks di dieu}

Di sisi anu sanés, téknik anu langkung efektif tiasa:

nu make: Nyimpulkeun téks di handap salaku daptar bullet point tina titik pangpentingna.
Tulisan: """
{input téks di dieu}
"" "

Ku jelas misahkeun parentah jeung konteks jeung simbol kayaning ### atawa """, model AI bisa hadé delineate tugas na téks eta perlu ngolah, sahingga méré réspon leuwih akurat tur relevan.

Kadua, janten spésifik, deskriptif, sareng rinci ngeunaan kontéks, hasil anu dipiharep, panjangna, format, gaya, sareng sajabana tiasa sacara signifikan ningkatkeun akurasi réspon AI. Anggap anjeun kedah ngadamel tinjauan ringkes ngeunaan makalah ilmiah dina gaya anu pikaresepeun sareng ramah-jalma awam. Parentah samar sapertos "Ringkeskeun makalah ilmiah" bakal ngahasilkeun hasil anu kirang efektif dibandingkeun sareng pituduh anu rinci sareng rinci:

nu make: Ngahasilkeun ringkes (kira-kira 200 kecap), kasimpulan tina tulisan ilmiah di handap ieu. Ringkesanna kedah kaharti ku jalma anu henteu kasang tukang ilmiah, bari akurat ngagambarkeun pamanggihan konci kertas.
Kertas: """
{tulisan kertas ilmiah di dieu}
"" "

2) Pola Persona

Pola Persona mangrupikeun strategi anu nyetél AI pikeun fungsi tina sudut pandang anu tangtu, sapertos peran profésional atanapi karakter fiksi. Taktik ieu ngamungkinkeun modél nyayogikeun kaluaran anu aya hubunganana sareng peran khusus anu bakal dicekel ku persona. Salaku conto, saurang tiasa ngalatih AI pikeun bertindak salaku ahli cybersecurity salami ulasan kode. Pola ieu hususna kapaké nalika pangguna peryogi bantosan tapi henteu yakin ngeunaan detil pasti anu diperyogikeun dina kaluaran.

Candak conto di handap ieu:

nu make: "Anggap persona tina sejarawan senior specializing dina Revolusi Perancis. Dibikeun persona éta, ngajelaskeun kajadian konci sareng alesan anu nyababkeun runtuhna monarki Perancis.

Dina skenario ieu, AI diperkirakeun ngabales ku analisa jero ngeunaan Revolusi Perancis, fokus kana runtuhna monarki, sakumaha anu dilakukeun ku sejarawan.

Ngawanohkeun Émbaran Anyar

ChatGPT teu gaduh pangaweruh saluareun cutoff latihan na, ku kituna teu bisa nyadiakeun informasi ngeunaan acara panganyarna atawa apdet pos latihan éta. Nanging, anjeun tiasa ngenalkeun inpormasi anyar kana modél ngalangkungan pituduh anjeun.

nu make: "Naon cryptocurrency?"
Ngobrol GPT: "Cryptocurrency mangrupikeun jinis mata uang digital atanapi virtual anu ngagunakeun kriptografi pikeun kaamanan. Cryptocurrency anu paling kasohor nyaéta Bitcoin.

Ayeuna, upami urang nambihan sakedik deui kontéks kana ajakan, urang tiasa ngajantenkeun panjelasan langkung intuitif:

nu make: "Jelaskeun konsép cryptocurrency ka murid SMA anu diajar keuangan digital"
ChatGPT: "Bayangkeun anjeun maén kaulinan vidéo online sareng aya artos kaulinan anu anjeun tiasa kéngingkeun kanggo mésér paningkatan atanapi karakter énggal. Cryptocurrency sapertos kitu, tapi tibatan dugi ka kaulinan, anjeun tiasa leres-leres ngagunakeunana pikeun mésér barang sareng jasa dunya nyata. Éta sapertos artos digital anu teu aya bank atanapi pamaréntah anu ngawasa.

3) Watesan Ukuran Ajakan

Ngartos watesan ukuran ChatGPT penting pisan sabab langsung mangaruhan volume sareng jinis inpormasi anu tiasa urang input. Modél basa henteu diwangun pikeun ngolah data anu henteu terbatas sakaligus. Aranjeunna gaduh konstrain alamiah dina ukuran ajakan anu tiasa urang jieun sareng input. Watesan ieu gaduh implikasi anu jero pikeun desain sareng palaksanaan paréntah.

ChatGPT boga wates token (umumna 2048 token), nu ngawengku duanana ajakan jeung respon dihasilkeun. Ieu hartosna pituduh anu panjang tiasa ngabatesan panjang réspon. Ku alatan éta, penting pikeun tetep ajakan singket tapi informatif.

Dina pamakéan praktis, urang kudu meta salaku redaktur, selektif milih informasi paling relevan pikeun tugas di leungeun. Bayangkeun nulis makalah atawa artikel kalawan wates kecap atawa kaca - anjeun teu bisa ngan dump fakta acak, tapi taliti milih jeung struktur informasi relevan pikeun subjek.

nu make: "Dibikeun watesan token model, nyimpulkeun acara konci Perang Dunya II dina kirang ti 1000 kecap."

Ku ngaku watesan token modél, ajakan ieu ngarahkeun AI pikeun nyayogikeun ringkesan anu ringkes tapi lengkep ngeunaan Perang Dunya II.

Pituduh pikeun Pamakéan Diulang: Dina skenario paguneman, anjeun tiasa nganggo deui ajakan atanapi nyaring dumasar kana réspon saméméhna. Ieu méré aliran conversational tur ngajaga konteks dina interaksi.

4) Pola Penyempurnaan Soal

ChatGPT ogé tiasa ngabantosan patarosan anjeun. Contona, upami anjeun naroskeun patarosan, éta tiasa nyarankeun patarosan anu dirumuskeun langkung saé pikeun hasil anu langkung akurat.

Pola Perbaikan Patarosan ngalibatkeun LLM ngamurnikeun patarosan anu ditanyakeun ku pangguna. Ieu hususna kapaké lamun pamaké henteu ahli dina domain atawa teu yakin kumaha carana frase patarosan maranéhanana.

Hiji conto ajakan bisa kasampak kawas kieu:

nu make: "Iraha waé kuring naroskeun patarosan ngeunaan élmu data, usulkeun patarosan anu langkung saé mertimbangkeun spésifik analisa statistik sareng naroskeun upami kuring badé neraskeun patarosan anu disampurnakeun."

Di dieu, AI diperkirakeun nyaring patarosan élmu data umum pangguna kana patarosan anu langkung rinci ngeunaan aspék analisis statistik.

5) Pola Verifier Kognitif

Pola Verifier Kognitif ngarecah patarosan kompléks jadi leuwih leutik, sub-patarosan bisa diatur. Jawaban kana sub-patarosan ieu teras digabungkeun pikeun masihan jawaban anu komprehensif pikeun patarosan utama. Pendekatan ieu mangpaat nalika patarosan awal tingkat luhur teuing atanapi nalika kajelasan tambahan diperyogikeun pikeun masihan jawaban anu lengkep.

Contona:

nu make: "Upami kuring naroskeun patarosan ngeunaan perubahan iklim, pisahkeun kana tilu patarosan anu langkung alit anu bakal ngabantosan anjeun masihan jawaban anu langkung akurat. Gabungkeun jawaban kana sub-patarosan ieu pikeun masihan jawaban ahir."

Dina skenario ieu, AI bakal ngarecah patarosan kompléks ngeunaan perubahan iklim kana tilu sub-patarosan manageable. Saatos nampi jawaban kana sub-patarosan ieu, AI teras bakal ngagabungkeun ieu pikeun masihan réspon anu langkung lengkep sareng akurat.

Pola ieu ngalibatkeun ngahasilkeun sababaraha patarosan pikeun kéngingkeun jawaban ahir anu langkung akurat. Ieu mangrupikeun prosés verifikasi sareng konsolidasi inpormasi pikeun kaluaran ahir anu kuat

6) Sababaraha-Shot Prompting Pendekatan

Pangjurung sababaraha tembakan mangrupikeun pendekatan anu kuat pikeun ngajarkeun modél AI pikeun nuturkeun pola khusus atanapi ngalaksanakeun tugas. Gagasanna nyaéta pikeun nyayogikeun modél ku sababaraha conto sateuacan naroskeun patarosan anu dipikahoyong. Ieu mantuan pikeun ngeset paripolah nu dipikahoyong tur pituduh respon model urang.

Pertimbangkeun skénario dimana pangguna nyobian ngadamel salinan pamasaran anu ringkes sareng pikaresepeun pikeun gadget téknologi anyar:

nu make: "Di dieu aya sababaraha conto salinan pamasaran tech: 'Ngalaman musik kawas pernah sateuacan sareng headphone nirkabel canggih urang.' 'Tangkep dunya anjeun dina 4K anu endah kalayan kaméra aksi ultra-sleek kami.' Dibikeun conto ieu, nyusun salinan pamasaran pikeun jam tangan pinter AI-powered anyar kami.

Ngobrol GPT: "Empower gaya hirup anjeun kalawan smartwatch kami AI-powered, pendamping anjeun kaséhatan, konektipitas, sarta produktivitas." Fitur anu luar biasa tina diajar sababaraha-shot nyaéta yén éta henteu meryogikeun pedaran lengkep ngeunaan cara ngalaksanakeun tugas. Sabalikna, éta peryogi demonstrasi naon anu dilakukeun, anu tiasa ngajantenkeun éta cocog pikeun seueur aplikasi.

Saterusna, téhnik ieu ngalegaan saluareun papasangan input-output basajan. Modél ogé bisa diajarkeun pikeun nanganan léngkah panengah pikeun ngahontal hiji tujuan.

7) Ranté-of-Pikiran Ajakan

Dina makalah panalungtikan panganyarna maranéhanana, "Ranté-of-Pikiran Ajakan Nimbulkeun Penalaran dina Modél Basa Gedé"Panulis Jason Wei sareng tim tujuanana pikeun merangsang penalaran dina modél basa anu ageung. Tinimbang ngagunakeun tradisional, ajakan langsung, tim ngagunakeun runtuyan ajakan interconnected, ngabentuk 'ranté-of-pikiran.'

Contona, hiji pamaké bisa jadi kabetot dina dampak poténsi kecerdasan jieunan dina pasar pakasaban:

nu make: "Naha anjeun tiasa ngajelaskeun sakedap konsép kecerdasan jieunan?"

Ngobrol GPT: "Kecerdasan Buatan, atanapi AI, ngarujuk kana kamampuan mesin pikeun niru paripolah manusa anu calakan. Ieu ngeunaan ngarancang mesin anu tiasa mikir sareng diajar sapertos manusa, ngamungkinkeun aranjeunna ngalaksanakeun tugas sapertos tarjamahan basa, pengambilan kaputusan, sareng ngarengsekeun masalah, sareng anu sanésna.

nu make: "Kumaha AI mangaruhan pasar padamelan ayeuna?"

Ngobrol GPT: "AI duanana nyiptakeun padamelan énggal sareng ngarobih sifat anu tos aya. Di hiji sisi, éta ngajadikeun otomatis tugas rutin, ngarah kana kapindahan padamelan di séktor-séktor anu tangtu. Di sisi anu sanés, éta nyiptakeun paménta pikeun kalungguhan anu henteu kantos aya, sapertos perwira etika AI, analis data, sareng insinyur pembelajaran mesin. Salaku tambahan, AI tiasa ngagedekeun peran manusa, ngamungkinkeun jalma-jalma ngalaksanakeun tugas langkung éfisién sareng akurat.

Pikiran rantayan nuturkeun kamajuan anu aya hubunganana, ngajaga 'paguneman' sareng modél anu nungtun kana réspon anu langkung tepat sareng kontekstual.

Ngartos ChatGPT API sareng Prompt Engineering tina Sudut Pamekar

Tina sudut pandang pamekar atanapi panalungtik, rékayasa gancang mangrupikeun prosés anu langkung kompleks. Éta ngalibatkeun desain algoritma sareng téknik pikeun ngabantosan modél AI ngartos sareng ngaréspon kana ajakan anu langkung efektif. Ieu bisa ngawengku strategi pikeun nanganan ajakan ambigu, ngaidentipikasi konteks ajakan, atawa ranté ajakan babarengan pikeun merangsang prosés pamikiran leuwih kompleks dina AI.

Dina ilustrasi di luhur, pamaké berinteraksi sareng panganteur obrolan, Powered by GPT-4. Inputna ditingkatkeun pikeun kajelasan sareng konsistensi kontekstual ku modul khusus sateuacan dipasihkeun ka modél AI. Peran modul ieu pikeun nyaring sareng ningkatkeun input pangguna pikeun pamahaman anu langkung saé bari ogé ngajaga kontéks paguneman. Tanggapan AI, didamel dumasar kana ajakan anu disampurnakeun, dipulangkeun ka pangguna ngalangkungan antarmuka obrolan. Sajarah interaksi diropéa konsistén, ngajaga konteks conversational. Gemblengna, diagram ieu ngagambarkeun aliran paguneman pamaké-AI dinamis anu diaktipkeun ku téknik rékayasa anu gancang.

nu ChatGPT API urang panganteur direkayasa ku rupa-rupa hyperparameters anu ngamungkinkeun pamaké pikeun nyaring réspon AI kana ajakan, nyieun eta leuwih éféktif jeung serbaguna. Ieu kalebet parameter Suhu, Panjang Maksimum, sareng Runtuyan Stop. Hayu urang ngajalajah kumaha fungsina sareng tiasa dianggo dina kontéks anu béda.

1) Suhu

Parameter suhu mangaruhan acak tina réspon AI. Suhu anu langkung luhur, sapertos 1.0, nyorong kaluaran anu langkung acak, nyababkeun réspon anu rupa-rupa tapi berpotensi di luar topik. Sabalikna, suhu anu langkung handap, sapertos 0.2, nyababkeun AI milih réspon anu langkung deterministik, anu tiasa mangpaat pikeun kaluaran anu pokus sareng khusus tapi tiasa kakurangan variasi.

Conto: Lamun nuju nulis carita kreatif sarta hayang unpredictable, unsur imajinatif, setel suhu ka nilai nu leuwih luhur. Hiji pituduh bisa jadi: "Tulis carita pondok ngeunaan ucing waktu-iinditan". Kalayan suhu anu luhur, anjeun tiasa nampi dongéng anu liar sareng fantastis kalayan twists anu teu kaduga.

2) Panjangna maksimum

Parameter ieu ngadalikeun panjang token maksimum kaluaran model, nu ngawengku duanana tokens dina input pesen jeung kaluaran pesen. Nyetél wates anu langkung luhur ngamungkinkeun réspon anu langkung panjang, sedengkeun wates anu handap ngajaga kaluaran anu pondok sareng singket.

Conto: Pikeun jawaban ringkes patarosan trivia sapertos, "Saha anu meunang Hadiah Nobel Sastra dina 2020?" Anjeun meureun hoyong nyetel panjang maksimum ka nilai low, mastikeun respon anu singket tur langsung.

3) Runtuyan eureun

Runtuyan eureun mangrupakeun string husus tina téks dimana, nalika model encounters aranjeunna, éta ceases generating kaluaran salajengna. fitur ieu bisa jadi mangpaat pikeun ngadalikeun panjang kaluaran atawa instructing model eureun di titiktungtung logis.

Conto: Pikeun surat resmi, anjeun tiasa nganggo "Hatur nuhun," salaku réntétan eureun pikeun mastikeun AI henteu ngahasilkeun téks tambahan di luar tungtung surat anu leres.

4) Puncak P

Parameter 'Top P', ogé katelah sampling inti, nyaéta metode anu nyayogikeun pilihan dinamis tina jumlah kecap anu dipertimbangkeun dina unggal léngkah tina prediksi modél. A nilai handap, kawas 0.5, ngabalukarkeun leuwih aman, outputs leuwih difokuskeun. Nilai anu langkung luhur, sapertos 0.9, kalebet pilihan kecap anu langkung lega, ngarah kana kaluaran anu langkung beragam.

Conto: Upami anjeun nyiptakeun AI pikeun nyerat sajak sareng hoyong ngagunakeun rupa-rupa kosakata sareng frasa stilistika, anjeun tiasa nyetél 'Top P' ka nilai anu langkung luhur. A ajakan bisa jadi: "Nyusun sajak ngeunaan kaéndahan usum gugur".

5) Hukuman Frékuénsi

Hukuman Frékuénsi ngadalikeun sabaraha modél kedah milih kecap anu kirang sering. Hukuman nu leuwih luhur (nepi ka 1) nyorong modél ngagunakeun kecap nu kurang umum, sedengkeun nilai nu leuwih handap (nepi ka -1) nyorong modél ngagunakeun kecap nu leuwih umum.

Conto: Upami anjeun nyobian ngadamel proposal bisnis sareng hoyong ngahindarkeun jargon, anjeun tiasa nyetél pinalti frékuénsi ka nilai anu langkung handap pikeun ngajaga basa anu jelas sareng tiasa diaksés.

6) Hukuman ayana

Parameter Hukuman Ayana mangaruhan sabaraha modél anu dihukum pikeun ngahasilkeun ideu atanapi topik énggal anu henteu aya dina sajarah paguneman. Nilai anu langkung luhur nyorong modél pikeun nempel kana topik anu parantos disebatkeun, sedengkeun nilai anu langkung handap ngamungkinkeun modél pikeun ngenalkeun konsép énggal langkung bébas.

Conto: Pikeun sesi brainstorming, anjeun tiasa nyetél hukuman ayana ka nilai anu langkung handap pikeun ngadorong rupa-rupa ideu. Anjeun tiasa nganggo ajakan sapertos, "Jieun strategi pamasaran inovatif pikeun platform pendidikan online."

Aplikasi Industri Téknik Ajakan