Få-Shot Sampling: Undervisning ved eksempel

Gevinster:

• Kan skelne mellem nul-skud og få-skud tilgange og ved hvornår man skal vælge hvilken
• Kan anvende regler for udvælgelse af repræsentative prøver, der afspejler ønsket form, tone og kvalitet
• Kan pålideligt kontrollere formatet og tonen i output med prøver

Nogle gange er det meget mere effektivt at vise noget frem for at beskrive det. I stedet for at sige "Skriv i et høfligt, men klart sprog som dette," viser et eksempel på præcis, hvad du vil have, formidle din hensigt til modellen meget hurtigere. Det er præcis, hvad "few-shot sampling" handler om: Lær modellen det mønster, du ønsker, ved at vise den et par eksempler. I denne enhed lærer vi denne kraftfulde teknik og reglerne for at bruge den effektivt med scenarier fra din egen virksomhed.

Hvad er Zero-Shot og Few-Shot?

Der er to grundlæggende tilgange:

• Zero-shot: Direkte beskrivelse af opgaven uden at give nogle eksempler til modellen. "Klassificer denne anmeldelse som positiv, negativ eller neutral." Modellen implementerer undervisningen med sin egen viden.
• Få-skud: Viser et par eksempler på input-output-par til modellen samt beskrivelse af opgaven. "Her er 3 eksempler: kommentar → tag. Tag nu kommentar 4." Mønsteret efterligner det mønster, du viser.

"Slaget" her refererer til antallet af prøver, du giver: Hvis du giver to prøver, er det et "to-skud", hvis du giver fem prøver, er det et "fem-skud". Reglen er enkel: Jo mere subjektiv, formalistisk eller usædvanlig opgaven er, jo mere værdifuld er den at demonstrere.

Hvornår betaler Few-Shot?

At demonstrere er bedre end at beskrive, især i følgende tilfælde:

1. Hvis du ønsker et bestemt format: Hvis du ønsker, at dine produktbeskrivelser altid skal have den samme struktur, er det tydeligere at vise to eksempler end en ti-sætningsbeskrivelse.
2. Hvis du vil have en bestemt tone: Det er svært at beskrive din brandstemme med ord; To eksempeltekster formidler øjeblikkeligt tonen.
3. Hvis du laver klassifikation: Viser med et eksempel, hvilket input der går til hvilken etiket, der er sikrere end at skrive reglen.
4. Hvis det er en usædvanlig opgave: Hvis du ønsker en speciel transformation, som mønsteret ikke ser ofte, lærer eksemplet mønsteret.

Regler for valg af et effektivt eksempel

Modellen efterligner prøverne; så kvaliteten af ​​dine prøver bliver direkte kvaliteten af ​​outputtet. Fem regler:

1. Lad det være repræsentativt. Lad eksemplerne afspejle typiske situationer for dit virkelige arbejde; ikke ekstreme og sjældne tilfælde.
2. Vær konsekvent. Lad alle eksempler følge samme form, samme tone, samme længde. Modstridende eksempler forvirrer modellen.
3. Lad det være kvalitet. Hvis din prøve er defekt, vil outputtet også være defekt. "Et dårligt eksempel er en dårlig lærer."
4. Inkluder mangfoldighed. Giv mindst ét ​​eksempel på hver etiket i klassificeringen; Ellers vil modellen holde sig til den etiket, den ser.
5. Lad det være lidt men nok. Normalt vil 2-5 prøver gøre tricket. Snesevis af eksempler skaber unødvendig længde og kan give unødig vægt til et sjældent eksempel.

Zero-Shot / Few-Shot sammenligning

kriterium

Nulskud

få skud

Installationsindsats

lav

Medium (skal forberede prøven)

Formatkonsistens

Variabel

høj

tonekontrol

hårdt

let

usædvanlig opgave

svag

stærk

hurtig længde

kort

længere

Fire kopierbare skabeloner

1) Klassificering (få-skud):

Opgave: Mærk kundeanmeldelsen som Positiv / Negativ / Neutral. Eksempler: Kommentar: "Forsendelsen var meget hurtig, jeg elskede det." -> Positivkommentar: "Produktet var ikke som i beskrivelsen." -> NegativKommentar: "Kassen var lidt knust, men produktet virker." -> NeutralTag nu:Kommentar: "[ny kommentar]" ->

2) Toneoverførsel (få skud):

De følgende to eksempler viser vores brands skrivetone. Skriv en 2-sætningsbeskrivelse for et nyt produkt med samme tone. Eksempel 1: "[brand tonesætning]"Eksempel 2: "[brand tonesætning]"Nyt produkt: [navn + funktion]

3) Få skud:

Konverter råsedlen til strukturen i eksemplet nedenfor. Eksempel på input: "Ali ringede og bad om en pris, han vil have 3 licenser"Eksempeloutput:- Person: Ali- Anmodning: 3 licenser- Handling: Send et tilbud Konverter nu:Input: "[rånote]"

4) Hovedproduktion (få skud):

Opret 5 overskrifter, der i tone ligner eksemplerne på gode overskrifter nedenfor. Eksempler:- "3 vaner, der reducerer regnskabet til 10 minutter"- "Skjult skattefordel for SMV'er" Emne: [dit emne]

Svag prompt / stærk prompt

Svag:

Adskil disse kommentarer i positive eller negative kommentarer.[kommentarer]

Stærk:

Tag hver kommentar med et enkelt ord (Positiv / Negativ / Neutral) som i eksemplerne nedenfor. Skriver en beskrivelse.Ali: "Fantastisk produkt." -> PositiveAyşe: "Han kom for sent." -> NegativeCan: "Det er okay." -> NeutralKommentarer:[kommentarer]

Den anden prompt retter både tagsættet med eksemplet og reducerer outputtet til et enkelt ord med "skriv ikke beskrivelse"-begrænsningen; Resultatet kan bearbejdes direkte til en tabel.

Tre mini etuier

Case 1 — Supportteam, 200 kommentarer. Et e-handelssupportteam taggede manuelt 200 kundeanmeldelser; Det tog omkring 2 timer pr. person. Med en 4-skuds få-shot prompt, mærkede modellen kommentarer på få sekunder; Ved manuelt at gennemgå kun dem, der er mærket "Neutral" (ca. 30), reducerede holdet arbejdet fra 2 timer til 15 minutter.

Case 2 - Brand stemme. Et indholdsteam klagede over, at nye forfattere ikke ramte mærketonen. Lavet en skabelon ved hjælp af 3 godkendte afsnit som et par-skuds eksempel; Redaktionelle runder af nyt indhold blev reduceret fra to til én, fordi tonen blev slået fast første gang.

Case 3 - Salgs-CRM. Et salgsteam skrev opkaldsnoter i fritekst, og det var besværligt at bearbejde til CRM (customer relationship management software). En "konverter note til struktur"-prompt i to tilfælde konverterede spredte noter til formatet "Kontakt/Forespørgsel/Næste trin"; dataindtastning er standardiseret.

Tip: Vælg dine eksempler fra dine tidligere virkelige og gode gerninger. De tre output, du bedst kan lide, er faktisk dine mest værdifulde få-skuds eksempler; beholde dem.

Bemærk: Hvis der er en konflikt mellem dine prøver (en kort og en meget lang, en formel og en intim), vil modellen ikke vide, hvilken den skal efterligne og vil give inkonsistente output. Før du udgiver eksempler, skal du sørge for, at de er konsistente indbyrdes.

Almindelige fejl

• Modstridende eksempler. Blanding af prøver af forskellige former og toner.
• Biased eksempel på enkelt etiket. Giver kun "positive" eksempler i klassificering og tegner modellen der.
• Eksempel på dårlig kvalitet. Kopiering af en defekt prøve og frembringelse af samme defekt.
• Ekstremt eksempel. At sætte 30 eksempler unødigt og gøre prompten oppustet.
• Forvirrende opgave med eksempel. Uden at skelne, hvad der er et eksempel, og hvad der er den faktiske anmodning.

Sammenfattende

• Zero-shot beskriver opgaven uden at give eksempler, mens few-shot beskriver opgaven ved at vise et par eksempler på input-output-par.
• Modellen efterligner prøverne; Kvaliteten af ​​prøverne er direkte kvaliteten af ​​outputtet.
• God prøverepræsentation bør være konsistent, høj kvalitet, mangfoldig og lidt-men-nok.
• Few-shot udmærker sig ved beskrivelse, især i form, tone, klassificering og ukendte opgaver.
• Dit bedste tidligere arbejde er dine mest værdifulde få-skuds eksempler; gem dem på biblioteket.

Ansøgningsopgave

Vælg en sorterings- eller formateringsopgave, som du udfører regelmæssigt (såsom kommentarmærkning, noteredigering, generering af overskrifter osv.). Vælg 3 gode eksempler fra dit tidligere arbejde, opsæt en konsekvent få-shot prompt, og test den på 5 nye input. Mål, hvor meget af outputtet du kan bruge uden korrektion, og prøv at forbedre resultatet ved at ændre prøverne.

tjekliste

• [ ] Jeg kan forklare forskellen mellem nul-skud og få-skud.
• [ ] Jeg ved, hvornår det er bedre at vise end at beskrive.
• [ ] Jeg kan vælge repræsentative, konsistente eksempler af høj kvalitet.
• [ ] Jeg giver eksempler på hver etiket i klassifikationen.
• [ ] Jeg beholder mine bedste resultater som eksempler for fremtiden.