Qu’est-ce que la géométrie ponctuelle ?
L’intelligence artificielle, en particulier le traitement du langage naturel, a un concept appelé ingénierie en temps réel (NLP). Dans l’ingénierie rapide, la description de poste est incluse explicitement dans l’entrée, comme une question, plutôt que d’être fournie implicitement. L’ingénierie rapide implique généralement la conversion d’une ou plusieurs tâches en un ensemble de données rapide et un “apprentissage basé sur la vitesse” – également appelé “apprentissage instantané” – pour former un modèle de langage. L’ingénierie rapide, également connue sous le nom de “préfixe-réglage” ou “réglage immédiat”, est une méthode dans laquelle un grand modèle de langage pré-figé est utilisé, et seule la représentation vectorielle est apprise.
Le développement de modèles de langage pour ChatGPT, GPT-2 et GPT-3 était essentiel à l’architecture agile. L’ingénierie multitâche rapide en 2021 a montré de solides performances sur de nouvelles tâches utilisant plusieurs ensembles de données NLP. Des exemples pédagogiques de quelques plans conduisent une chaîne de pensée qui fournit une représentation plus forte de la pensée dans un modèle de langage. Pré-pousser le texte vers une invite d’apprentissage inutile qui prend en charge une chaîne de raisonnement, telle que « Réfléchissons étape par étape », peut améliorer les performances du modèle de langage sur les tâches de raisonnement en plusieurs étapes. La publication de plusieurs blocs-notes open source et les efforts de collecte d’images menés par la communauté ont contribué à rendre ces outils plus largement disponibles.
🚨 Lisez notre dernière newsletter AI🚨
En février 2022, il y avait environ 2 000 réclamations publiques dans environ 170 ensembles de données, selon une description du traitement des réclamations.
Des modèles d’apprentissage automatique tels que DALL-E 2, Stable Diffusion et Midjourney sont mis à la disposition du grand public en 2022. Ces modèles utilisent des invites de mots comme entrées pour générer des images, créant une nouvelle classe d’ingénierie rapide connue sous le nom de text-to -invite d’image.
L’importance de l’ingénierie agile
Au fur et à mesure que le 21e siècle progresse, l’importance de l’ingénierie agile, qui est une nouvelle idée dans les systèmes de chat et les modèles de langage, a pris de l’importance.
Pour développer une approche efficace et axée sur les résultats, l’ingénierie agile nécessite une évaluation critique et approfondie de chacune des suggestions ci-dessus. S’assurer que le contexte pertinent est pris en compte et que le modèle de langage se voit confier une tâche claire à remplir sont les clés pour créer les meilleures revendications. Pour être plus précis, le contexte doit être pris en compte lors de l’action rapide, la spécification de la fonction doit être claire, simple et ambiguë, et une technique itérative doit être utilisée pour assurer une amélioration continue de la sortie du modèle de langage.
Tenir compte du contexte et s’assurer que le message est clair et explicite sont les clés d’un mentor efficace. Vous pouvez améliorer et améliorer le matériel créé en utilisant une méthode itérative pour obtenir les résultats souhaités.
Se lancer dans l’ingénierie rapide peut être difficile si vous êtes débutant. Voici quelques-unes des meilleures suggestions pour améliorer vos réclamations ; Utilisez-le pour améliorer vos revendications.
1. Utilisez le dernier modèle
Utilisez toujours les modèles les plus récents et les plus puissants pour obtenir les meilleurs résultats. Depuis novembre 2022, le modèle “text-DaVinci-003” et le modèle “code-DaVinci-002” sont respectivement les meilleurs pour la génération et l’encodage de texte.
2. Comprendre l’importance du « contexte ».
Le contexte est la considération la plus importante lors de la création d’une invite. Pour que ChatGPT réponde clairement et correctement, il est nécessaire de s’assurer que le contexte est approprié.
ChatGPT peut produire des réponses hors sujet, non pertinentes ou contraires à l’objectif de l’invite si le contexte doit être révisé. Incluez toutes les données contextuelles pertinentes pour vous assurer que la question a suffisamment de contexte.
3. Définir une mission claire
La définition d’une fonctionnalité ChatGPT spécifique est la prochaine étape dans la création d’une invite réussie une fois le contexte donné. Cela implique que vous compreniez le travail, et la description de la tâche doit être précise, concise et exempte d’ambiguïté ou d’ambiguïté.
La fonction doit également être compatible avec ChatGPT ou les fonctionnalités de formulaire. Donner à votre modèle de langage la mission d’écrire un article serait inutile si, par exemple, il ne pouvait produire que du code.
4. Soyez précis
Le deuxième conseil utile est de vous assurer que le routeur est privé lorsque vous le créez. Plus le routeur est clair et précis, plus ChatGPT fournira une réponse ciblée et précise. Des détails importants tels que l’objectif, les lieux de début et de fin, les personnes impliquées ou d’autres informations contextuelles pertinentes doivent être fournis pour ce faire. Une demande trop large peut susciter des commentaires inappropriés, incohérents ou hors sujet.
5. Répétez
Une revendication efficace peut être créée par la répétition. Les cycles itératifs de conception, de test et d’évaluation font souvent partie du processus de conception agile. Chaque itération offre la possibilité d’affiner ou d’améliorer l’invite. Par exemple, vous pouvez modifier l’invite pour fournir des instructions ou un contexte plus détaillés si ChatGPT produit une réponse hors sujet.
De plus, les matériaux créés peuvent être constamment améliorés et améliorés à l’aide d’une technologie itérative.
6. Combinez tous les facteurs d’ingénierie rapide
L’ingénierie agile est plus réussie et efficace lorsque tous les composants du dernier modèle, contexte, description de tâche, spécificité et itérations sont combinés. La description de la tâche indique l’objectif du routeur. Le thème principal de la tâche est fourni par le contexte. La précision et la commodité sont améliorées en indiquant les composants et les informations nécessaires sur l’invite. En optimisant le vecteur à travers la conception, les tests et l’évaluation, les itérations permettent un développement et une amélioration continus du contenu produit.
Ils prennent en compte les résultats des tests précédents, ce qui permet au routeur de changer et de fournir des instructions plus spécifiques ou des informations de fond. En fin de compte, l’utilisation des quatre variables permet à l’invite de fournir des informations valides et pertinentes.
Les utilisateurs de Reddit ont commencé à jailbreaker ChatGPT avec une invite appelée DAN (Do Anything Now) car cela devient de plus en plus restrictif.
Ils utilisent maintenant la version 5.0, qui est un mécanisme basé sur des jetons qui pénalise un formulaire pour avoir refusé de fournir des informations.
N’oubliez pas de rejoindre 14k + ML Sous RedditEt canal de discordeEt Courrieloù nous partageons les dernières nouvelles sur la recherche en IA, des projets d’IA sympas, et plus encore.
Les références:
- https://docs.cohere.ai/docs/prompt-engineering
- https://www.allabtai.com/the-5-best-prompt-engineering-tips-for-beginners/
- https://help.openai.com/ar/articles/6654000-best-practices-for-prompt-engineering-with-openai-api
- https://www.reddit.com/r/OpenAI/comments/10wupiy/what_is_dan_how_does_it_work_how_is_it_different/
- https://fourweekmba.com/prompt-engineering/
- https://en.wikipedia.org/wiki/Prompt_engineering
Prathamesh Ingle est ingénieur en mécanique et travaille comme analyste de données. Il est également un praticien de l’IA et un scientifique de données certifié avec un intérêt pour les applications de l’IA. Il est passionné par l’exploration de nouvelles technologies et de nouveaux développements avec leurs applications dans le monde réel