लाभ:
- अर्को शब्दको भविष्यवाणी गरेर ठूलो भाषा मोडेलले कसरी काम गर्छ र द्रुत लेखनको लागि यसको अर्थ के हो भनी व्याख्या गर्नुहोस्
- उसले देखाउन सक्छ किन प्रम्प्टले आउटपुट गुणस्तर निर्धारण गर्दछ आफ्नै कामको उदाहरणको साथ।
- मोडेलको बल र कमजोरीहरू छुट्याएर, कुन कार्यहरू सुरक्षित रूपमा प्रयोग गर्ने भनेर निर्णय गर्न सकिन्छ।
कृत्रिम बुद्धिमत्ता र प्रम्प्टको परिचय: कसरी मोडेल "सोच्छ"
प्रम्प्टहरू कसरी लेख्ने भनेर साँच्चै सिक्ने उत्तम तरिका भनेको उपकरणले कसरी काम गर्छ भनेर बुझ्नु हो। यस इकाईमा, हामी ठूलो भाषा मोडेलको आधारभूत तर्क (छोटोको लागि LLM; अर्थात्, पाठ उत्पादन गर्ने आर्टिफिसियल इन्टेलिजेन्स प्रणाली) को आधारभूत तर्कहरू देख्नेछौं, किन यो तपाईंको दैनिक काममा धेरै उपयोगी छ र यसको सीमाहरू कहाँ छन्। यो आधार बिना नै लेखिएका प्रम्प्टहरूले प्रायः "किन कहिलेकाहीँ उत्कृष्ट नतिजाहरू र कहिलेकाहीं भयानक परिणामहरू दिन्छन्?" तपाईलाई प्रश्नको साथ एक्लै छोड्छ। यो एकाइ पूरा भएपछि यो अनिश्चितता धेरै हदसम्म हराउनेछ।
ठूलो भाषा मोडेलले वास्तवमा के गर्छ?
यसको सरल परिभाषामा, ठूलो भाषा मोडेल एउटा प्रणाली हो जसले तपाइँले दिएको पाठलाई पछ्याउने सबैभन्दा सम्भावित शब्दको भविष्यवाणी गर्दछ। अर्बौं वाक्यहरूको जाँच गरेर, मोडेलले "कुन शब्द कुन शब्द पछि आउँछ" ढाँचा सिकेको छ। जब तपाइँ एक वाक्य सुरु गर्नुहुन्छ, मोडेलले अहिलेसम्म के लेखिएको छ भनेर हेर्छ र धेरै सम्भावित निरन्तरता उत्पन्न गर्दछ, त्यसपछि उत्पन्न गरिएको शब्द इनपुटमा थप्छ र अर्कोको भविष्यवाणी गर्दछ। प्रतिक्रिया पूरा नभएसम्म यो चक्र जारी रहन्छ।
यहाँ प्रयोग गरिएको टोकन शब्दलाई स्पष्ट गरौं: टोकन सबैभन्दा सानो एकाइ हो जसमा मोडेलले पाठलाई तोड्छ; यो लगभग एक शब्द वा शब्द को भाग को आकार हो। मोडेल शब्द द्वारा होइन, तर टोकन द्वारा टोकन। तपाईको लागि व्यावहारिक नतिजा यो हो कि मोडेल तपाईको मनसाय "बुझ्ने" मानिस होइन, तर एक धेरै शक्तिशाली भविष्यवाणी गर्ने मेसिन हो जसले सांख्यिकीय रूपमा तपाईले दिनुभएको पाठको लागि सबैभन्दा उपयुक्त निरन्तरता चयन गर्दछ।
यस परिभाषाको सबैभन्दा महत्त्वपूर्ण निहितार्थ यो हो कि आउटपुटको दिशाको सबैभन्दा शक्तिशाली निर्धारक भनेको तपाईंले इनपुटको रूपमा दिनुभएको पाठ हो। त्यसैले तपाईंको प्रोम्प्ट। मोडेलले डाटाबेसबाट तयार जवाफ कोर्दैन, इन्टरनेटमा प्रत्यक्ष खोजी गर्दैन र पृष्ठहरू प्रतिलिपि गर्दैन (विशेष रूपमा अन्यथा भनिएसम्म)। यसले केवल पाठ उत्पादन गर्दछ जुन तपाईले दिनुभएको सन्दर्भमा उत्तम फिट हुन्छ। राम्रो आउटपुटको लागि राम्रो इनपुट सबैभन्दा निर्णायक अवस्था हो।
किन "एउटै मोडेल, फरक नतिजा"?
मोडेलले प्रत्येक पटक सम्भावित शब्द छनोटमा अनियमितताको सानो मार्जिन पनि प्रयोग गर्दछ; त्यसकारण, जब तपाइँ एउटै प्रम्प्टलाई दुई पटक सोध्नुहुन्छ, तपाइँले ठ्याक्कै उही वाक्यहरू प्राप्त गर्न सक्नुहुन्न। यो कुनै बग होइन, यो डिजाइन को भाग हो। तपाईको काम भनेको नतिजालाई मौकामा नछोड्न पर्याप्त स्पष्ट रूपरेखा बनाउनु हो। फ्रेमवर्क जति स्पष्ट हुन्छ, दुई फरक प्रयोगको नतिजा त्यति नै नजिक र अधिक उपयोगी हुनेछ।
चरण-दर-चरण: मोडेल मार्फत अनुरोध कसरी प्रगति हुन्छ?
- इनपुट पढ्छ। तपाईले लेख्नु भएको प्रत्येक शब्द एक संकेत हो जसले भविष्यवाणीलाई मार्गदर्शन गर्दछ। जब तपाइँ "वरिष्ठ वकिल जस्तै" भन्नुहुन्छ, मोडेलले पाठहरूलाई त्यो स्वरको नजिक बनाउँछ।
- सन्दर्भलाई तौलिन्छ। पृष्ठभूमि, बाधाहरू, र उदाहरणहरू तपाईंले अनुमानलाई संकीर्ण दिनुहुन्छ। यदि सन्दर्भ खाली छ भने, मोडेलले खाली ठाउँहरूमा आफ्नै धारणाहरू भर्छ।
- यसले शब्दद्वारा शब्द उत्पादन गर्छ। यसले उत्पादन गरेको प्रत्येक टोकन अर्कोको लागि इनपुट हुन्छ; त्यसैले तपाईंले सुरुमा दिनुभएको निर्देशनले सम्पूर्ण उत्तरलाई बोक्छ।
- ऊ रोक्छ। कार्य पूरा भएपछि वा तपाईंले निर्दिष्ट गर्नुभएको लम्बाइमा पुग्दा यसले उत्पादनमा बाधा पुर्याउँछ।
तीन मिनी केसहरू: संख्याहरूमा द्रुत भिन्नता
केस 1 - मार्केटिङ पेशेवर, इमेल विषय। जब एक मार्केटिङ विशेषज्ञले "अभियानको लागि एउटा विषय सुझाव दिनुहोस्" भने, उहाँले 5 सामान्य शीर्षकहरू प्राप्त गर्नुभयो र ती मध्ये कुनै पनि मन परेन; उनले हातले यसलाई सुधार्न २० मिनेट खर्च गरे। अर्को दिन, जब उनले भने, "लक्ष्य दर्शकहरू 30-45 वर्ष उमेरका SME मालिकहरू हुन्, उत्पादन क्लाउड एकाउन्टिङ सफ्टवेयर हो, 6 इकाइहरू, प्रत्येकमा अधिकतम 45 क्यारेक्टरहरू छन्, चाखलाग्दो तर कम उल्लेख गरिएको छ," उनले सीधै 6 शीर्षकहरू मध्ये 4 प्रयोग गरे। अवधि २० मिनेटबाट ४ मिनेटमा घट्यो।
केस 2 - मानव संसाधन, विज्ञापन पाठ। एक मानव संसाधन विशेषज्ञले "सफ्टवेयर विकासकर्ताको काम लेख्नुहोस्" प्रोम्प्टको साथ बोइलरप्लेट पाठ प्राप्त गर्नुभयो। जब हामीले कम्पनीको वास्तविक भाषा (3-वाक्य संस्कृति विवरण), 4 अनिवार्य योग्यताहरू र "तलब दायरा स्पष्ट रूपमा लेख्नुहोस्" प्रम्प्टमा प्रतिबन्ध थप्दा, अर्को विज्ञापनमा विज्ञापनमा अयोग्य आवेदकहरूको दर उल्लेखनीय रूपमा घट्यो किनभने पाठले स्पष्ट रूपमा अपेक्षा स्थापित गर्यो।
केस 3 - लेखा, रिपोर्ट सारांश। जब एक लेखा कार्यकारीले भने कि उनले 12-पृष्ठ व्यय रिपोर्ट "संक्षेप" गरे, मोडेलले महत्त्वपूर्ण वस्तुहरू छोडे। ‘यस प्रतिवेदनबाट गत महिनाको तुलनामा सबैभन्दा बढी खर्च भएका ५ वटा वस्तुलाई प्रतिशत परिवर्तनका साथ तालिकाबद्ध गरिएको छ’ भनी उनले व्यवस्थापन बैठकमा लैजाने ढाँचा ठ्याक्कै मिल्यो । सामग्री एउटै थियो, निर्देशन फरक थियो।
कमजोर प्रम्प्ट / बलियो प्रम्प्ट
एउटै काम, दुई फरक निर्देशन संग:
कमजोर प्रम्प्ट:
यस पाठलाई संक्षेप गर्नुहोस्। [पाठ]
शक्तिशाली प्रम्प्ट:
सञ्चालक समिति समक्ष प्रस्तुत गर्नको लागि तलको बैठक नोटलाई संक्षेप गर्नुहोस्। - अधिकतम 5 वस्तुहरू। - प्रत्येक वस्तुमा निर्णय वा कार्य समावेश हुनुपर्छ; च्याट विवरणहरू छोड्नुहोस्। - जिम्मेवार व्यक्ति चिनिने कार्यहरूको लागि कोष्ठकमा नाम लेख्नुहोस्। - सादा, औपचारिक भाषा प्रयोग गर्नुहोस्। पाठ: [पाठ]
दोस्रो प्रम्प्टले के उत्पादन गर्ने, कसको लागि, कुन ढाँचामा र के छोड्ने मोडेललाई बताउँछ। मोडेलले "सोच" गर्दैन बरु सही निरन्तरताको उत्पादन; तपाईंले त्यो निरन्तरताको रूपरेखा कोर्नुहोस्।
चार प्रतिलिपि गर्न मिल्ने टेम्प्लेटहरू
यस एकाइमा तर्कलाई चाँडै अभ्यासमा राख्नको लागि चार सरल स्टार्टर टेम्प्लेटहरू। आफ्नो जानकारीको साथ कोष्ठकहरू भर्नुहोस्।
1) अनुरोधलाई बलियो बनाउनको लागि फ्रेमवर्क:
म तपाईंलाई यो कार्य गर्न चाहन्छु: [कार्य] कसका लागि: [क्रेता/दर्शक] कुन ढाँचामा: [लम्बाइ, संरचना]के छोड्ने: [तपाईं के चाहनुहुन्न]
2) मोडेलको सीमाहरू जाँच गर्दै (प्रमाणीकरण रिफ्लेक्स):
यदि तल तपाईंको जवाफमा तथ्यपरक दावीहरू (नम्बर, मिति, नाम, स्रोत) छन् भने, प्रत्येकलाई छुट्टै सूचीको रूपमा निकाल्नुहोस् र "प्रमाणित हुनुपर्छ" भनी चिन्ह लगाउनुहोस्। उत्तर: [मोडेलको आउटपुट]
3) एउटै कार्यलाई दुई तहमा प्रयास गर्नुहोस्:
निम्न विषयलाई दुई पटक व्याख्या गर्नुहोस्: क) एक पूर्ण अपरिचित व्यक्तिलाई, दैनिक भाषामा। ख) क्षेत्रको विशेषज्ञलाई, प्राविधिक शब्दहरूमा। विषय: [विषय]
4) मोडेललाई अनिश्चितता महसुस गर्दै:
मैले तपाईंलाई दिएको अनुरोध गर्नु अघि, तपाईंले हराएको वा अस्पष्ट फेला पार्नु भएको बिन्दुहरूको बारेमा मलाई 3 प्रश्नहरू सोध्नुहोस्; त्यसपछि मेरो जवाफ अनुसार उत्पादन गर्नुहोस्। अनुरोध: [अनुरोध]
मोडेलको शक्ति र कमजोरीहरू
विषय
मोडेल बलियो छ
मोडेल कमजोर / सावधानी छ
भाषा मामिलाहरू
लेखन, संक्षेप, अनुवाद, टोन परिवर्तन
धेरै प्राविधिक/आला शब्द गल्तीहरू
संरचना
पाठलाई तालिका, सूची, स्केचमा रूपान्तरण गर्नुहोस्
लामो पाठमा एकरूपता कायम गर्दै
विचार
विचारमंथन, विकल्पहरू सिर्जना गर्दै
"सही" के हो ग्यारेन्टी गर्दै
मामला
सामान्य जानकारी, परिभाषा, व्याख्या
वर्तमान / सटीक डाटा, संख्या, मिति, स्रोत
तर्क
राम्रो छ यदि चरण द्वारा निर्देशित
जटिल गणनाहरू चुपचाप गलत नगर्नुहोस्
सुझाव: मोडेललाई "सबै जान्ने विशेषज्ञ" को रूपमा होइन तर "सहायकको रूपमा हेर्नुहोस् जसले धेरै छिटो लेख्छ, धेरै पढ्छ, तर उसले भनेको सबै कुरा प्रमाणित गर्न आवश्यक छ।" यो दृश्यले तपाईंको अपेक्षाहरू र तपाईंको नियन्त्रण बानी दुवैलाई सही रूपमा समायोजन गर्दछ।
ध्यान दिनुहोस्: मोडेलले धेरै विश्वस्त भाषामा जानकारी लेख्न सक्छ, तर यसको मतलब जानकारी सही छ भन्ने होइन। सँधै स्वतन्त्र रूपमा तथ्यात्मक विवरणहरू, विशेष गरी नम्बर, नाम, मिति, विधान र स्रोत प्रमाणित गर्नुहोस्। हामी यस विषयमा एकाइ 11 मा विस्तृत रूपमा फर्कनेछौं।
सामान्य गल्तीहरू
- मान्छे को लागि मोडेल गलत। "तिनीहरूले जे भए पनि बुझ्नेछन्" भन्दै अपूर्ण निर्देशनहरू दिँदै। मोडेलले तपाईंको इरादा पढ्दैन; यसले तपाईले टाइप गरेको कुरालाई मात्र प्रशोधन गर्छ।
- एकै प्रयासमा हार मान्नु। यदि प्रारम्भिक आउटपुट खराब छ भने, उपकरणलाई दोष दिनुहोस्। यद्यपि, अधिकांश समय समस्या निर्देशनहरूमा हुन्छ र सानो सुधारले परिणाम परिवर्तन गर्न सक्छ।
- प्रमाणीकरण नगरी तथ्यहरू प्रयोग गर्दै। कुनै प्रश्न बिना मोडेल द्वारा उत्पादित तथ्याङ्क वा स्रोत स्वीकार गर्नु जोखिमपूर्ण बानी हो।
- विचार नगरी गोप्य डाटा प्रविष्ट गर्दै। उपकरणले कसरी काम गर्छ जानी बिना संवेदनशील जानकारी टाँस्दै। यसका लागि नियमहरू छन्, जसरी हामी गोपनीयता इकाईमा देख्नेछौं।
- गल्तीको लागि अनियमितता गलत गर्दै। "गाडी बिग्रिएको छ" को रूपमा दुई फरक परिणामहरू व्याख्या गर्दै; यद्यपि, जब तपाइँ स्पष्टता बढाउनुहुन्छ, नतिजाहरू रूपान्तरण हुन्छन्।
संक्षेपमा
- ठूलो भाषा मोडेलले शब्द (टोकन) भविष्यवाणी गरेर काम गर्दछ जुन तपाईले दिनुभएको पाठमा देखा पर्ने सम्भावना हुन्छ। उनले तयार जवाफहरू छान्दैनन्।
- आउटपुटको दिशा निर्धारण गर्ने सबैभन्दा शक्तिशाली कारक भनेको तपाईंले इनपुटको रूपमा दिनुभएको प्रम्प्ट हो।
- नमुना भाषा, संरचना र विचारधारामा बलियो; सटीक तथ्यहरू, वर्तमान डेटा, र जटिल गणनाहरूसँग सावधान रहन्छ।
- सानो अनियमितताको कारण एउटै प्रम्प्टले फरक परिणाम दिन सक्छ; स्पष्टता बढ्दै जाँदा, परिणामहरू थप एकरूप हुन्छन्।
- मोडेल "एक विशेषज्ञ जो उसले भनेको सबै कुरामा सत्य हो" होइन, तर "एक सहायक जो छिटो छ तर प्रमाणित गर्न आवश्यक छ"।
आवेदन कार्य
तपाईको दैनिक कार्यबाट लेखन कार्य छान्नुहोस् जुन तपाईले नियमित रूपमा गर्नुहुन्छ (उदाहरणका लागि इमेल, सारांश, वा सूची)। पहिले, सबैभन्दा सरल एक-वाक्य संस्करण लेख्नुहोस्, यसलाई AI उपकरणमा दिनुहोस्, र आउटपुट बचत गर्नुहोस्। त्यसपछि एउटै काममा; "कसका लागि, कुन ढाँचामा, कुन लम्बाइमा र के छोड्ने" प्रश्नहरूको जवाफ थप्नुहोस् र तिनीहरूलाई फेरि सोध्नुहोस्। दुईवटा आउटपुटहरू सँगसँगै राख्नुहोस् र एउटा वाक्यमा नोट गर्नुहोस् जसले परिणामलाई सबैभन्दा बढी सुधार गर्छ।
चेकलिस्ट
- [ ] मैले महसुस गरें कि मोडेलले "अर्को शब्दको भविष्यवाणी गर्दै" र मेरो उद्देश्य पढिरहेको छैन।
- [ ] मैले महसुस गरें कि आउटपुटको गुणस्तर प्रोम्प्टको गुणस्तरमा धेरै हदसम्म निर्भर गर्दछ।
- [ ] म कार्य प्रकारहरू बीचको भिन्नता छुट्याउन सक्छु जहाँ मोडेल बलियो र कमजोर छ।
- [ ] मैले तथ्यगत विवरणहरू (नम्बर, मिति, नाम, स्रोत) प्रमाणित गर्न आवश्यक छ भनी बुझेको छु।
- [ ] म व्याख्या गर्न सक्छु किन एउटै प्रम्प्टले फरक परिणाम दिन सक्छ।