ਲਾਭ:
- ਰੋਜ਼ਾਨਾ ਭਾਸ਼ਾ ਵਿੱਚ ਟੋਕਨ, ਸੰਦਰਭ ਵਿੰਡੋ ਅਤੇ ਮਲਟੀਮੋਡੈਲਿਟੀ ਦੇ ਸੰਕਲਪਾਂ ਨੂੰ ਸਮਝਾਉਣ ਦੀ ਸਮਰੱਥਾ
- ਨਿਦਾਨ ਕਰੋ ਕਿ ਕੀ ਕਿਸੇ ਕੰਮ ਲਈ ਵਿਆਪਕ ਸੰਦਰਭ ਜਾਂ ਬਹੁ-ਵਿਧੀ ਦੀ ਲੋੜ ਹੈ
- ਇਹ ਧਾਰਨਾਵਾਂ ਲਾਗਤ ਅਤੇ ਮਾਡਲ ਦੀ ਚੋਣ ਨੂੰ ਕਿਵੇਂ ਪ੍ਰਭਾਵਤ ਕਰਦੀਆਂ ਹਨ, ਇਸ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣ ਦੀ ਸਮਰੱਥਾ
ਹੁਣ ਤੱਕ ਅਸੀਂ ਪ੍ਰਦਾਤਾਵਾਂ ਅਤੇ ਮਾਡਲ ਕਿਸਮਾਂ ਤੋਂ ਜਾਣੂ ਹਾਂ। ਹਾਲਾਂਕਿ, ਸਹੀ ਮਾਡਲ ਦੀ ਚੋਣ ਲਈ, ਇਹ ਸਮਝਣਾ ਵੀ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਮਾਡਲ "ਅੰਦਰ" ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ; ਕਿਉਂਕਿ ਕੀਮਤ, ਸਮਰੱਥਾ, ਅਤੇ ਉਪਲਬਧਤਾ ਦੇ ਫੈਸਲੇ ਸਾਰੇ ਤਿੰਨ ਮੁੱਖ ਸੰਕਲਪਾਂ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ: ਟੋਕਨ, ਸੰਦਰਭ ਵਿੰਡੋ, ਅਤੇ ਮਲਟੀਮੋਡੈਲਿਟੀ। ਕੋਈ ਵਿਅਕਤੀ ਜੋ ਇਹਨਾਂ ਸੰਕਲਪਾਂ ਨੂੰ ਨਹੀਂ ਜਾਣਦਾ ਹੈ ਉਹ ਕੀਮਤ ਸ਼ੀਟ ਨੂੰ ਨਹੀਂ ਪੜ੍ਹ ਸਕਦਾ ਹੈ ਅਤੇ ਹੈਰਾਨ ਨਹੀਂ ਹੋ ਸਕਦਾ ਹੈ "ਕੀ ਇਹ ਦਸਤਾਵੇਜ਼ ਮਾਡਲ ਦੇ ਅਨੁਕੂਲ ਹੋਵੇਗਾ?" ਸਵਾਲ ਦਾ ਜਵਾਬ ਨਹੀਂ ਦੇ ਸਕਦਾ ਅਤੇ ਇਹ ਨਹੀਂ ਦੇਖ ਸਕਦਾ ਕਿ ਵਿਜ਼ੂਅਲ ਪ੍ਰੋਸੈਸਿੰਗ ਕਦੋਂ ਜ਼ਰੂਰੀ ਹੈ। ਇਸ ਯੂਨਿਟ ਦੇ ਅੰਤ ਤੱਕ, ਤੁਸੀਂ ਰੋਜ਼ਾਨਾ ਦੀ ਭਾਸ਼ਾ ਵਿੱਚ ਇਹਨਾਂ ਤਿੰਨ ਧਾਰਨਾਵਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੋਗੇ, ਇਹ ਨਿਦਾਨ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੋਗੇ ਕਿ ਕੀ ਇੱਕ ਨੌਕਰੀ ਲਈ ਵਿਆਪਕ ਸੰਦਰਭ ਜਾਂ ਬਹੁ-ਵਿਧੀ ਦੀ ਲੋੜ ਹੈ, ਅਤੇ ਲਾਗਤ 'ਤੇ ਉਹਨਾਂ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖੋ।
ਟੋਕਨ: ਸ਼ਬਦ ਦੀ ਬਜਾਏ ਮਾਡਲ ਦੁਆਰਾ ਵਰਤੀ ਗਈ ਇਕਾਈ
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮਾਡਲ ਟੈਕਸਟ ਨੂੰ ਸ਼ਬਦ ਦੁਆਰਾ ਨਹੀਂ, ਪਰ ਛੋਟੇ ਟੁਕੜਿਆਂ ਵਿੱਚ ਟੋਕਨ ਕਹਿੰਦੇ ਹਨ। ਇੱਕ ਟੋਕਨ; ਇਹ ਇੱਕ ਸ਼ਬਦ, ਇੱਕ ਸ਼ਬਦ ਦਾ ਹਿੱਸਾ, ਇੱਕ ਵਿਰਾਮ ਚਿੰਨ੍ਹ, ਜਾਂ ਇੱਕ ਸਪੇਸ ਹੋ ਸਕਦਾ ਹੈ। ਇੱਕ ਮੋਟਾ ਗਣਨਾ ਕਰਨ ਲਈ: ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ, ਇੱਕ ਔਸਤ ਟੋਕਨ ਲਗਭਗ ਚਾਰ ਅੱਖਰਾਂ ਦਾ ਹੁੰਦਾ ਹੈ, ਅਤੇ 100 ਸ਼ਬਦ ਲਗਭਗ 130-150 ਟੋਕਨ ਹੁੰਦੇ ਹਨ। ਤੁਰਕੀ ਵਿੱਚ, ਪਿਛੇਤਰ ਅਤੇ ਲੰਬੇ ਸ਼ਬਦਾਂ ਦੇ ਕਾਰਨ ਇਹ ਦਰ ਥੋੜ੍ਹੀ ਵੱਧ ਹੋ ਸਕਦੀ ਹੈ; ਦੂਜੇ ਸ਼ਬਦਾਂ ਵਿੱਚ, ਇੱਕੋ ਅਰਥ ਵਾਲਾ ਇੱਕ ਤੁਰਕੀ ਟੈਕਸਟ ਅੰਗਰੇਜ਼ੀ ਨਾਲੋਂ ਥੋੜ੍ਹਾ ਜ਼ਿਆਦਾ ਟੋਕਨਾਂ ਦੀ ਖਪਤ ਕਰਦਾ ਹੈ।
ਇਹ ਜਾਣਨਾ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ? ਕਿਉਂਕਿ ਹਰ ਚੀਜ਼ ਨੂੰ ਚਾਰਜ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਟੋਕਨਾਂ ਵਿੱਚ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ. ਟੈਕਸਟ (ਇਨਪੁਟ) ਜੋ ਤੁਸੀਂ ਮਾਡਲ ਨੂੰ ਭੇਜਦੇ ਹੋ ਅਤੇ ਮਾਡਲ ਦੁਆਰਾ ਤਿਆਰ ਜਵਾਬ (ਆਊਟਪੁੱਟ) ਨੂੰ ਵੱਖਰੇ ਟੋਕਨਾਂ ਵਜੋਂ ਗਿਣਿਆ ਜਾਂਦਾ ਹੈ। ਤੁਹਾਡਾ ਇਨਵੌਇਸ ਅਤੇ ਮਾਡਲ ਦੀ ਸਮਰੱਥਾ ਦੋਵੇਂ ਟੋਕਨਾਂ ਵਿੱਚ ਹਨ।
ਨੁਕਤਾ: ਇੱਕ ਟੈਕਸਟ ਵਿੱਚ ਕਿੰਨੇ ਟੋਕਨ ਹਨ, ਇਸਦਾ ਮੋਟਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣ ਲਈ, ਅੱਖਰਾਂ ਦੀ ਸੰਖਿਆ ਨੂੰ ਚਾਰ ਨਾਲ ਵੰਡੋ। ਇੱਕ 4,000 ਅੱਖਰ ਈ-ਮੇਲ ਲਗਭਗ 1,000 ਟੋਕਨ ਹੈ। ਤੁਰਕੀ ਵਿੱਚ, ਸੁਰੱਖਿਅਤ ਪਾਸੇ ਰਹਿਣ ਲਈ ਥੋੜਾ ਉੱਚਾ ਮੰਨ ਲਓ।
ਸੰਦਰਭ ਵਿੰਡੋ: ਮਾਡਲ ਦੀ "ਸ਼ਾਰਟ ਟਰਮ ਮੈਮੋਰੀ"
ਸੰਦਰਭ ਵਿੰਡੋ ਟੋਕਨਾਂ ਦੀ ਕੁੱਲ ਮਾਤਰਾ ਹੈ ਜੋ ਮਾਡਲ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਸਕਦਾ ਹੈ। ਇਨਪੁਟ ਅਤੇ ਆਉਟਪੁੱਟ ਇਸ ਵਿੰਡੋ ਵਿੱਚ ਇਕੱਠੇ ਫਿੱਟ ਹੋਣੇ ਚਾਹੀਦੇ ਹਨ। ਇਸ ਬਾਰੇ ਸੋਚੋ ਜਿਵੇਂ ਕਾਗਜ਼ ਦੀ ਮਾਤਰਾ ਤੁਸੀਂ ਇੱਕ ਮੇਜ਼ ਉੱਤੇ ਇੱਕ ਵਾਰ ਵਿੱਚ ਫੈਲਾ ਸਕਦੇ ਹੋ: ਉਹ ਕਾਗਜ਼ ਜੋ ਮੇਜ਼ ਉੱਤੇ ਫਿੱਟ ਨਹੀਂ ਹੁੰਦਾ ਹੈ, ਉਸ ਸਮੇਂ ਤੁਹਾਡੇ ਦ੍ਰਿਸ਼ਟੀ ਖੇਤਰ ਤੋਂ ਬਾਹਰ ਹੈ।
ਜੇਕਰ ਇੱਕ ਮਾਡਲ ਦੀ ਸੰਦਰਭ ਵਿੰਡੋ 200,000 ਟੋਕਨ ਹੈ, ਤਾਂ ਇਹ ਲਗਭਗ 150,000 ਸ਼ਬਦਾਂ, ਜਾਂ ਕਈ ਮੱਧਮ ਆਕਾਰ ਦੀਆਂ ਕਿਤਾਬਾਂ ਦੇ ਬਰਾਬਰ ਹੈ। 1 ਮਿਲੀਅਨ ਟੋਕਨ ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ ਬਹੁਤ ਵੱਡੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦੇ ਹਨ। ਅੱਜ ਦੇ ਕੁਝ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮਾਡਲ (ਜਿਵੇਂ ਕਿ ਕਲਾਉਡ ਓਪਸ 4.8 ਅਤੇ ਸਨੇਟ 5) 1 ਮਿਲੀਅਨ ਟੋਕਨ ਪ੍ਰਸੰਗ ਪੇਸ਼ ਕਰਦੇ ਹਨ, ਜਦੋਂ ਕਿ ਹਲਕੇ ਭਾਰ ਵਾਲੇ ਮਾਡਲ ਅਕਸਰ ਛੋਟੀਆਂ ਵਿੰਡੋਜ਼ (ਜਿਵੇਂ ਕਿ ਹਾਇਕੂ 4.5 ਲਈ 200,000 ਟੋਕਨ) ਦੇ ਨਾਲ ਆਉਂਦੇ ਹਨ।
ਇਹ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ? ਕਿਉਂਕਿ ਜੇਕਰ ਕੋਈ ਦਸਤਾਵੇਜ਼ ਸੰਦਰਭ ਵਿੰਡੋ ਵਿੱਚ ਫਿੱਟ ਨਹੀਂ ਹੁੰਦਾ, ਤਾਂ ਮਾਡਲ ਇਹ ਸਭ ਇਕੱਠੇ ਨਹੀਂ ਦੇਖ ਸਕਦਾ। ਤੁਸੀਂ 200,000 ਟੋਕਨ ਮਾਡਲ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ 500-ਪੰਨਿਆਂ ਦਾ ਇਕਰਾਰਨਾਮਾ ਨਹੀਂ ਦੇ ਸਕਦੇ; ਤੁਸੀਂ ਜਾਂ ਤਾਂ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਭਾਗਾਂ ਵਿੱਚ ਵੰਡਦੇ ਹੋ (ਜੋ ਭਾਗਾਂ ਵਿਚਕਾਰ ਸਬੰਧ ਗੁਆ ਸਕਦੇ ਹਨ) ਜਾਂ ਇੱਕ ਵਿਆਪਕ ਸੰਦਰਭ ਦੇ ਨਾਲ ਇੱਕ ਮਾਡਲ ਚੁਣੋ।
ਸਾਵਧਾਨ: ਹਰ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਭਰਨਾ ਅਕਲਮੰਦੀ ਦੀ ਗੱਲ ਨਹੀਂ ਹੈ ਕਿਉਂਕਿ ਇਹ ਸਿਰਫ ਇਸ ਲਈ ਹੈ ਕਿਉਂਕਿ ਸੰਦਰਭ ਵਿੰਡੋ ਵੱਡੀ ਹੈ। ਜਿੰਨੇ ਜ਼ਿਆਦਾ ਟੋਕਨ ਤੁਸੀਂ ਵਿੰਡੋ ਵਿੱਚ ਪਾਉਂਦੇ ਹੋ, ਓਨਾ ਹੀ ਜ਼ਿਆਦਾ ਤੁਸੀਂ ਭੁਗਤਾਨ ਕਰਦੇ ਹੋ, ਅਤੇ ਕਈ ਵਾਰ ਮਾਡਲ ਬਹੁਤ ਲੰਬੇ ਟੈਕਸਟ ਵਿੱਚ ਮਿਡਲ ਵੇਰਵਿਆਂ ਨੂੰ ਗੁਆ ਸਕਦਾ ਹੈ। ਸਿਰਫ਼ ਕੰਮ ਕਰਨ ਵਾਲੇ ਹਿੱਸੇ ਨੂੰ ਭੇਜਣਾ ਅਕਸਰ ਸਸਤਾ ਅਤੇ ਵਧੇਰੇ ਸਹੀ ਹੁੰਦਾ ਹੈ।
ਸੰਦਰਭ ਵਿੰਡੋ ਇੱਕ ਫੈਸਲਾ ਮਾਪਦੰਡ ਹੈ
ਖੋਜ
ਲਗਭਗ ਲੋੜੀਂਦਾ ਸੰਦਰਭ
ਉਚਿਤ ਪੱਧਰ
ਛੋਟਾ ਈਮੇਲ ਜਵਾਬ
ਕਈ ਸੌ ਟੋਕਨ
ਹਲਕਾ
ਇੱਕ ਪੰਨਾ ਸੰਖੇਪ
ਕਈ ਹਜ਼ਾਰ ਟੋਕਨ
ਹਲਕਾ/ਸੰਤੁਲਿਤ
40 ਪੰਨਿਆਂ ਦੀ ਰਿਪੋਰਟ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ
~30,000 ਟੋਕਨ
ਸੰਤੁਲਿਤ/ਮਜ਼ਬੂਤ
300-ਪੰਨਿਆਂ ਦੇ ਇਕਰਾਰਨਾਮੇ ਦੀ ਸਮੀਖਿਆ
~250,000 ਟੋਕਨ
ਵਿਆਪਕ ਸੰਦਰਭ ਦੇ ਨਾਲ ਸ਼ਕਤੀਸ਼ਾਲੀ
ਇੱਕੋ ਸਮੇਂ ਸੈਂਕੜੇ ਦਸਤਾਵੇਜ਼ਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰੋ
500,000+ ਟੋਕਨ
ਵਿਆਪਕ ਸੰਦਰਭ
ਇਹ ਸਾਰਣੀ ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦੀ ਹੈ "ਕਿਹੜਾ ਮਾਡਲ?" ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਸਵਾਲ ਦੇ ਹਿੱਸੇ ਦਾ ਜਵਾਬ ਸਿੱਧੇ ਦਸਤਾਵੇਜ਼ ਆਕਾਰ ਦੁਆਰਾ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਛੋਟੀਆਂ ਨੌਕਰੀਆਂ ਲਈ ਇੱਕ ਵੱਡੇ ਸੰਦਰਭ ਦੇ ਨਾਲ ਇੱਕ ਮਹਿੰਗਾ ਮਾਡਲ ਖਰੀਦਣਾ ਇੱਕ ਬਰਬਾਦੀ ਹੈ; ਇੱਕ ਛੋਟੀ ਵਿੰਡੋ ਵਾਲਾ ਮਾਡਲ ਵੱਡੇ ਦਸਤਾਵੇਜ਼ਾਂ ਲਈ ਨਾਕਾਫ਼ੀ ਹੈ।
ਬਹੁਰੂਪਤਾ: ਪਾਠ ਤੋਂ ਪਰੇ ਜਾਣਾ
ਮਲਟੀਮੋਡੈਲਿਟੀ ਇੱਕ ਮਾਡਲ ਦੀ ਕਈ ਕਿਸਮਾਂ ਦੇ ਡੇਟਾ (ਚਿੱਤਰ, ਆਡੀਓ, ਕਈ ਵਾਰ ਵੀਡੀਓ) ਨੂੰ ਸੰਭਾਲਣ ਦੀ ਯੋਗਤਾ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ਼ ਟੈਕਸਟ। ਇੱਥੇ "ਮੋਡਲ" ਦਾ ਅਰਥ ਹੈ "ਡਾਟਾ ਕਿਸਮ"; ਮਲਟੀਮੋਡਲ ਦਾ ਅਰਥ ਹੈ "ਕਈ ਕਿਸਮਾਂ"।
- ਸਿਰਫ਼-ਪਾਠ ਮਾਡਲ: ਸਿਰਫ਼ ਲਿਖਤੀ ਪਾਠ ਪੜ੍ਹਦਾ ਅਤੇ ਲਿਖਦਾ ਹੈ।
- ਮਲਟੀਮੋਡਲ ਮਾਡਲ: ਇੱਕ ਬਿੱਲ ਦੀ ਇੱਕ ਫੋਟੋ ਪੜ੍ਹ ਸਕਦਾ ਹੈ, ਇੱਕ ਗ੍ਰਾਫ 'ਤੇ ਇੱਕ ਰੁਝਾਨ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹੈ, ਇੱਕ ਹੱਥ ਲਿਖਤ ਨੋਟ ਨੂੰ ਡੀਕੋਡ ਕਰ ਸਕਦਾ ਹੈ, ਕਈ ਵਾਰ ਇੱਕ ਵੌਇਸ ਰਿਕਾਰਡਿੰਗ ਨੂੰ ਟ੍ਰਾਂਸਕ੍ਰਾਈਬ ਕਰ ਸਕਦਾ ਹੈ।
ਇਹ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ? ਕਿਉਂਕਿ ਤੁਹਾਡੇ ਕਾਰੋਬਾਰ ਦੀ ਪ੍ਰਕਿਰਤੀ ਲਈ ਬਹੁ-ਵਿਧੀ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਇੱਕ ਲੇਖਾਕਾਰੀ ਟੀਮ ਜੋ ਇਨਵੌਇਸ ਚਿੱਤਰਾਂ ਤੋਂ ਰਕਮਾਂ ਕੱਢਦੀ ਹੈ, ਇੱਕ ਈ-ਕਾਮਰਸ ਟੀਮ ਜੋ ਉਤਪਾਦ ਦੀਆਂ ਫੋਟੋਆਂ ਦਾ ਵਰਗੀਕਰਨ ਕਰਦੀ ਹੈ, ਜਾਂ ਇੱਕ ਬੀਮਾ ਟੀਮ ਜੋ ਨੁਕਸਾਨ ਦੀਆਂ ਫੋਟੋਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦੀ ਹੈ, ਇਹ ਕੰਮ ਅਜਿਹੇ ਮਾਡਲ ਨਾਲ ਨਹੀਂ ਕਰ ਸਕਦੀ ਜੋ ਸਿਰਫ਼ ਟੈਕਸਟ ਪੜ੍ਹਦਾ ਹੈ। ਇਹਨਾਂ ਕੰਮਾਂ ਲਈ ਵਿਜ਼ੂਅਲ ਪ੍ਰੋਸੈਸਿੰਗ ਜ਼ਰੂਰੀ ਹੈ।
ਤਿੰਨ ਯਥਾਰਥਵਾਦੀ ਕੇਸ
ਕੇਸ 1 - ਟੋਕਨ ਲਾਗਤ ਹੈਰਾਨੀ। ਇੱਕ ਸਮਗਰੀ ਟੀਮ ਮਾਡਲ ਨੂੰ ਇੱਕ 20-ਪੰਨਿਆਂ ਦਾ "ਬ੍ਰਾਂਡ ਗਾਈਡ" ਦਸਤਾਵੇਜ਼ ਵੀ ਭੇਜਦੀ ਹੈ ਕਿਉਂਕਿ ਉਹ ਹਰੇਕ ਬਲੌਗ ਪੋਸਟ ਤਿਆਰ ਕਰਦੇ ਹਨ। ਇਹ ਗਾਈਡ ਲਗਭਗ 15,000 ਟੋਕਨ ਹੈ। ਉਹ ਹਰ ਮਹੀਨੇ 2,000 ਲੇਖ ਤਿਆਰ ਕਰਦੇ ਹਨ; ਇਸ ਲਈ ਸਿਰਫ਼ ਗਾਈਡ ਨੂੰ ਵਾਰ-ਵਾਰ ਭੇਜਣ ਦਾ ਮਤਲਬ ਹੈ 30 ਮਿਲੀਅਨ ਟੋਕਨ ਇਨਪੁਟ। ਗਾਈਡ ਨੂੰ ਛੋਟਾ ਕਰਕੇ ਅਤੇ ਸਿਰਫ਼ ਸੰਬੰਧਿਤ ਸੈਕਸ਼ਨ (ਲਗਭਗ 2,000 ਟੋਕਨ) ਭੇਜ ਕੇ, ਉਹ ਇੰਪੁੱਟ ਨੂੰ ਸੱਤਵੇਂ ਹਿੱਸੇ ਤੱਕ ਘਟਾਉਂਦੇ ਹਨ ਅਤੇ ਬਿੱਲ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ 'ਤੇ ਘਟਾਉਂਦੇ ਹਨ।
ਕੇਸ 2 - ਸੰਦਰਭ ਵਿੰਡੋ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। ਇੱਕ ਕਨੂੰਨੀ ਫਰਮ 280 ਪੰਨਿਆਂ ਦੇ ਵਿਲੀਨ ਸਮਝੌਤੇ ਦੀ ਸਮੀਖਿਆ ਕਰਨਾ ਚਾਹੁੰਦੀ ਹੈ। ਉਨ੍ਹਾਂ ਨੇ ਜਿਸ ਪਹਿਲੇ ਮਾਡਲ ਦੀ ਕੋਸ਼ਿਸ਼ ਕੀਤੀ, ਉਸ ਵਿੱਚ 200,000 ਟੋਕਨਾਂ ਦੀ ਬਾਈਡਿੰਗ ਸੀ ਅਤੇ ਦਸਤਾਵੇਜ਼ ਫਿੱਟ ਨਹੀਂ ਸੀ; ਜਦੋਂ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਤੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਮਾਡਲ ਇਹ ਨਹੀਂ ਦੇਖ ਸਕਦਾ ਕਿ ਪਹਿਲੇ ਭਾਗ ਵਿੱਚ ਇੱਕ ਲੇਖ ਆਖਰੀ ਭਾਗ ਵਿੱਚ ਇੱਕ ਲੇਖ ਦਾ ਖੰਡਨ ਕਰਦਾ ਹੈ। ਜਦੋਂ ਇਹ 1 ਮਿਲੀਅਨ ਟੋਕਨ ਸੰਦਰਭ ਦੇ ਨਾਲ ਇੱਕ ਮਾਡਲ ਵਿੱਚ ਬਦਲਦਾ ਹੈ, ਤਾਂ ਇਹ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ ਪੜ੍ਹਦਾ ਹੈ ਅਤੇ ਵਿਰੋਧਾਭਾਸ ਨੂੰ ਫੜਦਾ ਹੈ। ਇੱਥੇ ਸੰਦਰਭ ਵਿੰਡੋ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਸ਼ੁੱਧਤਾ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ।
ਕੇਸ 3 - ਮਲਟੀਮੋਡੈਲਿਟੀ ਲਾਜ਼ਮੀ ਹੈ। ਇੱਕ ਬੀਮਾ ਕੰਪਨੀ ਵਾਹਨ ਦੇ ਨੁਕਸਾਨ ਦੀਆਂ ਤਸਵੀਰਾਂ ਤੋਂ ਮੁਢਲਾ ਮੁਲਾਂਕਣ ਕਰਨਾ ਚਾਹੁੰਦੀ ਹੈ। ਇਹ ਇੱਕ ਮਾਡਲ ਨਾਲ ਅਸੰਭਵ ਹੈ ਜੋ ਸਿਰਫ ਪਾਠ ਪੜ੍ਹਦਾ ਹੈ; ਇੱਕ ਮਲਟੀਮੋਡਲ ਮਾਡਲ ਜੋ ਫੋਟੋ ਨੂੰ "ਵੇਖਦਾ ਹੈ" ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਜਦੋਂ ਉਹ ਇੱਕ ਮਲਟੀਮੋਡਲ ਮਾਡਲ ਵਿੱਚ ਬਦਲਦੇ ਹਨ, ਤਾਂ ਉਹ ਇੱਕ ਪ੍ਰੀ-ਸਕ੍ਰੀਨਿੰਗ ਸਿਸਟਮ ਸਥਾਪਤ ਕਰਦੇ ਹਨ ਜੋ ਮੋਟੇ ਤੌਰ 'ਤੇ ਫੋਟੋ ਵਿੱਚ ਸਥਾਨ ਅਤੇ ਨੁਕਸਾਨ ਦੀ ਤੀਬਰਤਾ ਦਾ ਵਰਗੀਕਰਨ ਕਰਦਾ ਹੈ ਅਤੇ ਮਾਹਰ ਨੂੰ ਨਿਰਦੇਸ਼ਿਤ ਕਰਦਾ ਹੈ। ਉਹ ਨੋਟ ਕਰਦੇ ਹਨ, ਹਾਲਾਂਕਿ, ਇੱਕ ਮਨੁੱਖੀ ਮਾਹਰ ਅੰਤਮ ਫੈਸਲਾ ਕਰਦਾ ਹੈ; ਕਿਉਂਕਿ ਮਾਡਲ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਸਕ੍ਰੀਨਿੰਗ ਟੂਲ ਹੈ, ਅੰਤਿਮ ਸ਼ਬਦ ਨਹੀਂ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਸਾਰ ਦਿਓ। [ਬਹੁਤ ਲੰਮਾ ਦਸਤਾਵੇਜ਼ ਚਿਪਕਾਇਆ]
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਹੇਠਾਂ 40 ਪੰਨਿਆਂ ਦੀ ਰਿਪੋਰਟ ਦਾ ਸਾਰ ਦਿਓ। ਪਹਿਲਾਂ ਰਿਪੋਰਟ ਵਿੱਚ ਟੋਕਨਾਂ ਦੀ ਅੰਦਾਜ਼ਨ ਸੰਖਿਆ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਓ ਅਤੇ ਸਾਨੂੰ ਦੱਸੋ ਕਿ ਕੀ ਇਹ ਇੱਕ ਆਮ ਸੰਤੁਲਿਤ ਮਾਡਲ ਦੀ ਸੰਦਰਭ ਵਿੰਡੋ ਵਿੱਚ ਫਿੱਟ ਬੈਠਦਾ ਹੈ। ਫਿਰ ਇਸ ਫਾਰਮੈਟ ਵਿੱਚ ਸੰਖੇਪ ਦਿਓ: 5-ਆਈਟਮ ਕਾਰਜਕਾਰੀ ਸੰਖੇਪ + 3 ਜੋਖਮ ਭਰਪੂਰ ਖੋਜਾਂ। ਸਿਰਫ ਰਿਪੋਰਟ ਵਿੱਚ ਦਿੱਤੀ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਕਰੋ; ਉਸ ਹਿੱਸੇ 'ਤੇ ਨਿਸ਼ਾਨ ਲਗਾਓ ਜਿਸ ਬਾਰੇ ਤੁਸੀਂ ਯਕੀਨੀ ਨਹੀਂ ਹੋ "ਰਿਪੋਰਟ ਵਿੱਚ ਸਪਸ਼ਟ ਨਹੀਂ"। [ਰਿਪੋਰਟ]
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ ਟੋਕਨ/ਸੰਦਰਭ ਜਾਗਰੂਕ ਹੈ ਅਤੇ ਆਉਟਪੁੱਟ ਦੇ ਫਾਰਮੈਟ ਅਤੇ ਪ੍ਰਮਾਣਿਤਤਾ ਨੂੰ ਨਿਯੰਤਰਿਤ ਕਰਦਾ ਹੈ।
ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟਸ
1. ਟੋਕਨ ਪੂਰਵ ਅਨੁਮਾਨ:
ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਕਸਟ ਲਈ ਟੋਕਨਾਂ ਦੀ ਅੰਦਾਜ਼ਨ ਸੰਖਿਆ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਓ ਅਤੇ ਇਸਨੂੰ ਇਨਪੁਟ ਲਾਗਤ ਦੇ ਰੂਪ ਵਿੱਚ ਵਿਆਖਿਆ ਕਰੋ: "[TEXT]"। ਇਸਨੂੰ ਥੋੜਾ ਜਿਹਾ ਗੋਲ ਕਰੋ, ਇਹ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ ਕਿ ਇਹ ਤੁਰਕੀ ਹੈ।
2. ਸੰਦਰਭ ਉਪਲਬਧਤਾ ਜਾਂਚ:
ਮੇਰਾ ਕੰਮ ਨਿਮਨਲਿਖਤ ਦਸਤਾਵੇਜ਼ਾਂ 'ਤੇ ਪ੍ਰਕਿਰਿਆ ਕਰਨਾ ਹੈ: ਪ੍ਰਤੀ ਮਹੀਨਾ [QTY] ਦਸਤਾਵੇਜ਼ਾਂ ਦੇ ਔਸਤ [ਪੰਨੇ]। ਇਸ ਆਕਾਰ ਲਈ ਕਿਹੜੀ ਸੰਦਰਭ ਵਿੰਡੋ ਦੀ ਲੋੜ ਹੈ? ਰੋਸ਼ਨੀ/ਸੰਤੁਲਿਤ/ਮਜ਼ਬੂਤ ਪੱਧਰਾਂ ਵਿੱਚੋਂ ਕਿਹੜਾ ਪੱਧਰ ਕਾਫੀ ਹੋਵੇਗਾ? ਜੇਕਰ ਇਸਨੂੰ ਖਤਮ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਤਾਂ ਕੀ ਖਤਰਾ ਪੈਦਾ ਹੁੰਦਾ ਹੈ?
3. ਬਹੁ-ਵਿਧੀ ਨਿਦਾਨ:
ਮੇਰਾ ਵਰਕਫਲੋ: [ਵੇਰਵਾ]। ਕੀ ਇਸ ਸਟ੍ਰੀਮ ਵਿੱਚ ਵਿਜ਼ੂਅਲ, ਆਡੀਓ ਜਾਂ ਵੀਡੀਓ ਪ੍ਰੋਸੈਸਿੰਗ ਹੈ? ਜੇਕਰ ਅਜਿਹਾ ਹੈ, ਤਾਂ ਕੀ ਮਲਟੀਮੋਡਲ ਮਾਡਲ ਦੀ ਲੋੜ ਹੈ, ਜਾਂ ਕੀ ਇਸਨੂੰ ਟੈਕਸਟ (OCR/ਟਰਾਂਸਕ੍ਰਿਪਸ਼ਨ) ਵਿੱਚ ਬਦਲਿਆ ਜਾ ਸਕਦਾ ਹੈ ਅਤੇ ਟੈਕਸਟ ਮਾਡਲ ਨਾਲ ਹੱਲ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ? ਦੋ ਮਾਰਗਾਂ ਦੇ ਲਾਭ/ਹਾਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰੋ।
4. ਸੰਦਰਭ ਅਨੁਕੂਲਨ:
ਮੈਂ ਹਰ ਬੇਨਤੀ ਦੇ ਨਾਲ ਮਾਡਲ ਨੂੰ ਇੱਕ ਦਸਤਾਵੇਜ਼ ਭੇਜਦਾ ਹਾਂ, ਪਰ ਇਸਦਾ ਜ਼ਿਆਦਾਤਰ ਬੇਲੋੜਾ ਹੈ. ਮੈਂ ਉਹਨਾਂ ਭਾਗਾਂ ਨੂੰ ਕਿਵੇਂ ਕੱਢ ਸਕਦਾ ਹਾਂ ਜੋ ਅਸਲ ਵਿੱਚ [TASK] ਲਈ ਇਸ ਦਸਤਾਵੇਜ਼ ਤੋਂ ਲੋੜੀਂਦੇ ਹਨ? ਇਨਪੁਟ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਅੰਦਾਜ਼ਨ ਟੋਕਨ ਬਚਤ ਦਰਸਾਉਣ ਲਈ 3 ਠੋਸ ਤਰੀਕੇ ਸੁਝਾਓ।
ਆਮ ਗਲਤੀਆਂ
- ਇੱਕ ਸ਼ਬਦ ਲਈ ਟੋਕਨ ਗਲਤੀ ਕਰਨਾ: ਟੋਕਨ ਇੱਕ ਸ਼ਬਦ ਤੋਂ ਵੱਖਰਾ ਹੈ; ਇਨਵੌਇਸ ਅਤੇ ਸਮਰੱਥਾ ਹਮੇਸ਼ਾ ਟੋਕਨਾਂ ਵਿੱਚ ਹੁੰਦੀ ਹੈ, ਸ਼ਬਦਾਂ ਵਿੱਚ ਗਣਨਾ ਕਰਨਾ ਗੁੰਮਰਾਹਕੁੰਨ ਹੈ।
- ਸੋਚਣਾ ਕਿ ਸੰਦਰਭ ਵਿੰਡੋ ਅਨੰਤ ਹੈ: ਹਰ ਮਾਡਲ ਦੀ ਇੱਕ ਸੀਮਾ ਹੁੰਦੀ ਹੈ; ਜੇਕਰ ਦਸਤਾਵੇਜ਼ ਫਿੱਟ ਨਹੀਂ ਹੁੰਦਾ, ਤਾਂ ਮਾਡਲ ਪੂਰਾ ਨਹੀਂ ਦੇਖ ਸਕਦਾ।
- ਬੇਲੋੜੇ ਵੱਡੇ ਸੰਦਰਭ ਦੀ ਵਰਤੋਂ ਕਰਨਾ: ਇੱਕ ਛੋਟੀ ਨੌਕਰੀ ਲਈ ਇੱਕ ਵੱਡੇ ਸੰਦਰਭ ਦੇ ਨਾਲ ਇੱਕ ਮਹਿੰਗਾ ਮਾਡਲ ਖਰੀਦਣਾ; ਜਾਂ ਹਰ ਬੇਨਤੀ ਲਈ ਵੱਡੇ ਦਸਤਾਵੇਜ਼ ਭਰੋ ਅਤੇ ਵਿਅਰਥ ਭੁਗਤਾਨ ਕਰੋ।
- ਮਲਟੀਮੋਡੈਲਿਟੀ ਨੂੰ ਮੰਨਣਾ: ਹਰ ਮਾਡਲ ਵਿਜ਼ੂਅਲ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨਹੀਂ ਕਰ ਸਕਦਾ; ਵਿਜ਼ੂਅਲ ਕੰਮ ਲਈ, ਇਹ ਪੁਸ਼ਟੀ ਕੀਤੇ ਬਿਨਾਂ ਸ਼ੁਰੂ ਕਰੋ ਕਿ ਮਾਡਲ ਮਲਟੀਮੋਡਲ ਹੈ।
- ਤੁਰਕੀ ਦੇ ਟੋਕਨ ਲੋਡ ਨੂੰ ਭੁੱਲਣਾ: ਤੁਰਕੀ ਦੇ ਟੈਕਸਟ ਆਮ ਤੌਰ 'ਤੇ ਉਸੇ ਅਰਥ ਲਈ ਥੋੜ੍ਹਾ ਹੋਰ ਟੋਕਨਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ; ਲਾਗਤ ਅਨੁਮਾਨ ਵਿੱਚ ਇਸ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ।
ਸੰਖੇਪ ਵਿੱਚ
- ਇੱਕ ਟੋਕਨ ਇੱਕ ਛੋਟੀ ਇਕਾਈ ਹੈ ਜਿਸ ਵਿੱਚ ਮਾਡਲ ਟੈਕਸਟ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਹੈ; ਇਨਪੁਟ ਅਤੇ ਆਉਟਪੁੱਟ ਨੂੰ ਟੋਕਨ ਦੇ ਤੌਰ 'ਤੇ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮਾਪਿਆ ਅਤੇ ਚਲਾਨ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
- ਸੰਦਰਭ ਵਿੰਡੋ ਕੁੱਲ ਟੋਕਨ ਹੈ ਜੋ ਮਾਡਲ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਧਿਆਨ ਵਿੱਚ ਰੱਖ ਸਕਦਾ ਹੈ; ਦਸਤਾਵੇਜ਼ ਦਾ ਆਕਾਰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਮਾਡਲ ਦੀ ਚੋਣ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ।
- ਮਲਟੀਮੋਡੈਲਿਟੀ ਮਾਡਲ ਦੀ ਗੈਰ-ਟੈਕਸਟ ਡੇਟਾ ਜਿਵੇਂ ਕਿ ਵਿਜ਼ੂਅਲ/ਆਡੀਓ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੀ ਯੋਗਤਾ ਹੈ; ਇਹ ਵਿਜ਼ੂਅਲ ਕੰਮਾਂ ਲਈ ਜ਼ਰੂਰੀ ਹੈ।
- ਇਹ ਤਿੰਨੇ ਸੰਕਲਪ ਦੋਵੇਂ ਸਵਾਲ "ਕਿਹੜਾ ਮਾਡਲ?" ਨਾਲ ਸੰਬੰਧਿਤ ਹਨ। ਨਾਲ ਹੀ "ਇਸਦੀ ਕੀਮਤ ਕਿੰਨੀ ਹੈ?" ਇਹ ਸਵਾਲਾਂ ਦਾ ਆਧਾਰ ਬਣਦਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਆਪਣੇ ਕਾਰੋਬਾਰ ਵਿੱਚ ਇੱਕ ਆਵਰਤੀ AI ਕਾਰਜ ਚੁਣੋ। 1st ਟੈਮਪਲੇਟ (ਟੋਕਨ ਪੂਰਵ-ਅਨੁਮਾਨ) ਦੀ ਗਣਨਾ ਕਰੋ ਕਿ ਇਸ ਕੰਮ ਵਿੱਚ ਇੱਕ ਆਮ ਇਨਪੁਟ ਕਿੰਨੇ ਟੋਕਨ ਹਨ। ਫਿਰ ਪਤਾ ਕਰੋ ਕਿ ਕਿਹੜਾ ਪੱਧਰ ਟੈਮਪਲੇਟ 2 (ਪ੍ਰਸੰਗ ਉਪਲਬਧਤਾ ਜਾਂਚ) ਨਾਲ ਕਾਫੀ ਹੈ। ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਇੱਕ ਵਿਜ਼ੂਅਲ ਨੌਕਰੀ ਹੈ, ਤਾਂ ਸਪੱਸ਼ਟ ਕਰੋ ਕਿ ਕੀ ਤੀਸਰੇ ਟੈਂਪਲੇਟ (ਮਲਟੀਮੋਡੈਲਿਟੀ ਡਾਇਗਨੋਸਿਸ) ਦੇ ਨਾਲ ਮਲਟੀਮੋਡਲ ਮਾਡਲ ਦੀ ਲੋੜ ਹੈ। ਅਸੀਂ ਅਗਲੀ ਇਕਾਈ ਦੀ ਲਾਗਤ ਦੀ ਗਣਨਾ ਵਿੱਚ ਨਤੀਜੇ ਵਜੋਂ ਟੋਕਨ ਅਨੁਮਾਨ ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਟੋਕਨ ਦੀ ਧਾਰਨਾ ਨੂੰ ਜਾਣਦਾ ਹਾਂ ਅਤੇ ਇੱਕ ਟੈਕਸਟ ਵਿੱਚ ਕਿੰਨੇ ਟੋਕਨਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ ਹੈ।
- [ ] ਮੈਂ "ਟੇਬਲ/ਮੈਮੋਰੀ" ਸਮਾਨਤਾ ਨਾਲ ਸੰਦਰਭ ਵਿੰਡੋ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹਾਂ।
- [ ] ਮੈਂ ਮੁਲਾਂਕਣ ਕਰ ਸਕਦਾ ਹਾਂ ਕਿ ਕੀ ਕੋਈ ਦਸਤਾਵੇਜ਼ ਇੱਕ ਮਾਡਲ ਵਿੱਚ ਫਿੱਟ ਹੋਵੇਗਾ।
- [ ] ਮੈਂ ਨਿਦਾਨ ਕਰ ਸਕਦਾ ਹਾਂ ਜਦੋਂ ਮਲਟੀਮੋਡੈਲਿਟੀ ਜ਼ਰੂਰੀ ਹੈ।
- [ ] ਮੈਂ ਤੁਰਕੀ ਦੇ ਟੋਕਨ ਓਵਰਹੈੱਡ ਅਤੇ ਬੇਲੋੜੇ ਸੰਦਰਭ ਦੀ ਲਾਗਤ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦਾ ਹਾਂ।