ලාභ:
- ටෝකනයට සම්භාවිතාව සහ පුරෝකථනය යන සංකල්ප සහජයෙන්ම පැහැදිලි කළ හැක
- භාෂා ආකෘතියක් 'කෑලි කෑලි' පෙළ නිෂ්පාදනය කරන්නේ මන්දැයි තේරුම් ගනී
- ආකෘතිය සමහර විට තීරණාත්මකව සහ සමහර විට නිර්මාණශීලීව හැසිරෙන්නේ මන්දැයි අර්ථ දැක්විය හැකිය
ඔබ "ඉස්තාන්බුල් ගැන හොඳම දේ" භාෂා ආකෘතියකට ලියන විට, එය තත්පර කිහිපයකින් චතුර ඡේදයක් නිපදවයි. මෙය සිදු වන්නේ කෙසේද? ආකෘතිය ඇත්තටම "හිතනවාද" නැතහොත් එය පිටුපස වඩා සරල නමුත් බලවත් යාන්ත්රණයක් තිබේද? මෙම ඒකකයේදී අපි තාක්ෂණික සමීකරණවලට නොගොස් නිවැරදි බුද්ධිය ස්ථාපිත කිරීමෙන් උත්පාදක AI ක්රියා කරන ආකාරය පැහැදිලි කරන්නෙමු. මෙම ප්රතිභානය පහත සඳහන් සෑම දෙයකටම පදනම වේ - විශේෂයෙන්ම මායාවන්, සත්යාපනය සහ හොඳ කඩිනම් ලිවීමේ මාතෘකා. Generative AI, එනම් "generative කෘතිම බුද්ධිය" යනු පවතින පිළිතුරක් සොයා ගැනීම සහ ලබා ගැනීම වෙනුවට මුල සිටම පෙළ නිර්මාණය කරන මෙවලම් සඳහා වන පොදු නාමයයි.
මූලික අදහස: ඊළඟ කොටස පුරෝකථනය කිරීම
පුදුම සහගත දෙය නම් භාෂා ආකෘතියක් ඉගෙන ගන්නා එකම මූලික කාර්යය වන්නේ “පෙළක කුමන කොටස බොහෝ දුරට අනුගමනය කළ හැකිද?” යන්නයි. යන ප්රශ්නයට පිළිතුරු සැපයීමයි. ආකෘතිය සම්පූර්ණ වාක්යයක් සකස් කර එය ඔබ ඉදිරියෙහි ඉදිරිපත් නොකරයි. ඒ වෙනුවට, එය වමේ සිට දකුණට, කෑල්ලෙන් වාක්ය නිෂ්පාදනය කරයි.
එය පියවරෙන් පියවර ක්රියා කරන ආකාරය මෙන්න:
- එය ඔබ ලියන පෙළ (ප්රොම්ප්ට්) කියවයි.
- මෙම පාඨය අනුගමනය කිරීමට බොහෝ දුරට ඉඩ ඇති කොටස පුරෝකථනය කරයි.
- ඒ කෑල්ල එකතු කරනවා.
- එය අලුතින් සාදන ලද පෙළ දෙස නැවත බලා ඊළඟට බොහෝ දුරට ඉඩ ඇති කෑල්ල අනුමාන කරයි.
- පිළිතුර සම්පූර්ණ වන තුරු නැවත නැවත සිදු වේ.
උදාහරණය: ඔබ ආකෘතියට "උදෑසන අවදි වන විට උණු කෝප්පයක් බොන්න..." යන පාඨය ලබා දුන්නේ නම්, බොහෝ දුරට අඛණ්ඩව "තේ" හෝ "කෝපි" වනු ඇත; "ඇස්ෆල්ට්" නොවේ. මෙම ආකෘතිය මිලියන ගණනක පාඨ වලින් එවැනි සම්භාවිතාවන් ඉගෙන ගෙන ඇත. ඉන්පසු ඔහු "තේ" එකතු කරයි, පසුව නව වාක්යය දෙස බලා ඊළඟට බොහෝ දුරට ඉඩ ඇති කොටස අනුමාන කරයි, යනාදිය.
වෙනත් වචන වලින් කිවහොත්, සෑම පියවරකදීම, ආකෘතිය ඊළඟ පියවර ගන්නේ එය ලියා ඇති දේ දෙස බැලීමෙනි. එය සමහර විට "ස්වයං සම්පූර්ණ කිරීමේ ඉතා දියුණු අනුවාදයක්" ලෙස හඳුන්වන්නේ එබැවිනි. නමුත් මෙම සාදෘශ්ය කුසලතාව හෑල්ලු නොකළ යුතුය. නිවැරදි පරිමාණයෙන්, මෙම පුරෝකථනය තර්කානුකූලව පෙනෙන ප්රතිඵල ඇති කළ හැකිය.
සංකේතය: වචනයක කුඩා කොටස්
ආකෘතිය ඇත්ත වශයෙන්ම සම්පූර්ණ "වචන" සමඟ නොව ටෝකන් ලෙස හැඳින්වෙන කුඩා කොටස් සමඟ ක්රියා කරයි. සංකේතයක්; සමහර විට එය සම්පූර්ණ වචනයකි, සමහර විට එය වචනයක කොටසකි, සමහර විට එය විරාම ලකුණකි.
- "පොත" තනි සංකේතයක් විය හැකිය.
- "අපේ පොත් වලින්" "පොත", "s", "අපේ", "වෙතින්" වැනි සංකේත කිහිපයකට බෙදිය හැකිය.
- අවකාශ සහ විරාම ලකුණු ද සංකේත ලෙස ගණන් ගනී.
අවධානය: ටෝකනය යනු තාක්ෂණික විස්තරයක් පමණක් නොවේ. බොහෝ AI මෙවලම් ටෝකන ගණනින් අය කරන අතර, වරකට සැකසිය හැකි පෙළ (සන්දර්භය කවුළුව) මාදිලිවල දිග ද ටෝකනවල සීමා වේ. එබැවින් "ඔබ කොපමණ කාලයක් ලියනවාද" යනු සෘජු පිරිවැයක් සහ සීමාවකි.
සම්භාවිතාව සහ "උණුසුම": අධිෂ්ඨානය හෝ නිර්මාණශීලීත්වය?
සෑම පියවරකදීම, ආකෘතිය තනි නිශ්චිත පිළිතුරක් නොව හැකි අඛණ්ඩ පැවැත්මේ සම්භාවිතා ලැයිස්තුවක් නිෂ්පාදනය කරයි. උදාහරණයක් ලෙස, "උණුසුම්" යන වචනයෙන් පසු: තේ 55%, කෝපි 35%, කිරි 7%, අනෙකුත් 3%. ඉතින් ඔහු තෝරා ගන්නේ කුමන එකක්ද?
මෙහිදී උෂ්ණත්වය ලෙස හැඳින්වෙන සැකසුම ක්රියාත්මක වේ. උෂ්ණත්වය යනු ආකෘතිය "අවදානම" කොපමණ දැයි තීරණය කරන නිර්මාණශීලී බොත්තමකි.
සැකසීම
හැසිරීම
නිගමනය
එය ප්රයෝජනවත් වන්නේ කොහේද?
අඩු උෂ්ණත්වය
සෑම විටම බොහෝ දුරට ඉඩ ඇති විකල්පය ගනී
ස්ථාවර, නැවත නැවතත් කළ හැකි
නෛතික සාරාංශය, තාක්ෂණික විස්තරය, දත්ත උපුටා ගැනීම
මධ්යම උෂ්ණත්වය
සමබර තේරීම
ස්වාභාවික නමුත් ස්ථාවර
සාමාන්ය ඊමේල්, වාර්තා කෙටුම්පත
ඉහළ උෂ්ණත්වය
අඩු ඉඩ විකල්ප උත්සාහ කරයි
නිර්මාණශීලී, විවිධ, අනපේක්ෂිත
මොළය, සටන් පාඨ, නාම නිෂ්පාදනය
මෙය නිතර අසනු ලබන ප්රශ්නය ද පැහැදිලි කරයි: "මම එකම ප්රශ්නයම දෙවරක් ඇසුවොත් මට විවිධ පිළිතුරු ලැබෙන්නේ ඇයි?" තේරීමේ ක්රියාවලියේ යම් අහඹු බවක් ඇති නිසා; ආකෘතිය දත්ත සමුදායකින් ස්ථාවර පිළිතුරක් ලබා නොදේ, එය සෑම විටම එය ප්රතිනිෂ්පාදනය කරයි.
දුර්වල ක්ෂණික / ශක්තිමත් ක්ෂණික
ආකෘතිය "සම්භාවිතාව" සමඟ ක්රියා කරන බව දැන ගැනීමෙන් ඔබ එයට උපදෙස් දෙන ආකාරය ද වෙනස් කරයි. ඔබ ලබා දෙන සන්දර්භය වැඩි වන තරමට, නිවැරදි අඛණ්ඩ පැවැත්ම වැඩි වේ.
දුර්වල විමසුම: හඳුන්වාදීමේ පාඨයක් ලියන්න.
ප්රතිඵලය: ආකෘතිය වඩාත්ම "සාමාන්ය" සහ සාමාන්ය පෙළ නිපදවන්නේ එය කුමන නිෂ්පාදනයක්, කුමන ප්රේක්ෂකයෙක්ද, කුමන ස්වරයද යන්න නොදන්නා බැවිනි.
ප්රබල විමසුම: කුඩා කැෆේ එකක නව ෆිල්ටර් කෝපි සඳහා Instagram ප්රවර්ධන පෙළක් ලියන්න. ප්රේක්ෂක: අවුරුදු 25-35, කෝපි රසිකයෙක්. ස්වරය: මිත්රශීලී, කෙටි. උපරිම වාක්ය 3ක්, අවසානයේ හැෂ් ටැග් 2ක්.
ප්රතිඵලය: සන්දර්භය හැකියාවන් අඩු කරන බැවින් අදාළ වන භාවිත කළ හැකි පෙළකි.
කුඩා නඩු තුනක්
නඩුව 1 - අලෙවිකරණය, ඉහළ විවිධත්වය. කණ්ඩායමකට නව නිෂ්පාදනයක් සඳහා සටන් පාඨ 30ක් අවශ්ය විය. එහි ඉහළ උෂ්ණත්ව සැකසුම සමඟ, ආකෘතිය වෙනස්, නිර්මාණාත්මක විකල්ප නිෂ්පාදනය කළේය; කණ්ඩායම 30න් 4ක් තෝරා සංවර්ධනය කර ඇත. මුළු කාලය: විනාඩි 10. අතින් කළා නම් දවස් බාගයක් යනවා.
නඩුව 2 - නීතිය, ඉහළ අධිෂ්ඨානය. එම සමාගමේ නීති කණ්ඩායමම කොන්ත්රාත් වගන්තියක් සරල කරමින් සිටියේය. ඔවුන්ට අවශ්ය වූයේ නිර්මාණශීලීත්වය නොව ස්ථාවරත්වයයි. අඩු උෂ්ණත්වය සමඟ ආකෘතිය සෑම අවස්ථාවකම පාහේ සමාන, ගතානුගතික සාරාංශයක් ලබා දුන්නේය. මේ අනුව, විවිධ අත්හදා බැලීම් අතර නොගැලපීම නොතිබුණි.
නඩුව 3 - "එය වෙනස් වූයේ ඇයි?" ප්රශ්නය. සේවකයෙකු එකම ඊමේල් කෙටුම්පත දෙවරක් ඉල්ලා සිටි අතර වෙනස් ප්රතිඵල දෙකක් ලැබිණි; ඔහු සිතුවේ එය "වැරදීමක්" බවයි. ඇත්ත වශයෙන්ම, මෙය ආකෘතියේ අහඹු ස්වභාවයේ ස්වභාවික ප්රතිවිපාකයකි. සේවකයා තමන් කැමති අනුවාදය සුරැකීමට ඉගෙන ගත් පසු, අවශ්ය නම් "කලින් එක මෙන් කරන්න" යැයි පැවසීමට, ගැටළුවක් නොවීය.
ආකෘතිය "එය ලබා ගනීද"?
වඩාත්ම කුතුහලය දනවන ප්රශ්නය මෙයයි. මෙම ආකෘතිය වචන අතර සංඛ්යාන සම්බන්ධතා කෙතරම් හොඳින් ඉගෙන ගෙන ඇතිද යත් එය බොහෝ කාර්යයන් තේරුම් ගන්නා බව මවාපායි. එහෙත් එයට සවිඥානික අවබෝධයක්, චේතනාවක් හෝ යථාර්ථය පාලනය කිරීමේ යාන්ත්රණයක් නොමැත. එය "වඩාත්ම විය හැකි අනුක්රමය" නිෂ්පාදනය කරයි; එය "වඩාත් නිවැරදි තොරතුරු" නිෂ්පාදනය කිරීම සහතික නොකරයි. මෙම වෙනස මායාව පිළිබඳ විෂයයේ පදනම වන අතර එය අපි ඊළඟ ඒකකවල සාකච්ඡා කරමු.
පොදු වැරදි
පොදු වැරදි
- සෙවුම් යන්ත්රයක් සඳහා ආකෘතිය වරදවා වටහා ගැනීම. ආකෘතිය අන්තර්ජාලය සෙවීම සහ සම්පත් ලබා නොගනී (විශේෂ සෙවුම් විශේෂාංගයක් නොමැති නම්); මතකයෙන් හැකි පෙළ ජනනය කරයි. එබැවින් ඔහුට මූලාශ්රය/රූපය සෑදිය හැක.
- නිරවද්යතාවය සඳහා චතුර ලෙස වරදවා වටහා ගැනීම. පාඨය අලංකාර සහ විශ්වාසදායක වූ පමණින් එහි අන්තර්ගතය නිවැරදි බව අදහස් නොවේ.
- හැම වෙලාවෙම එකම උත්තරයක් බලාපොරොත්තු වෙනවා. අහඹු බව ස්වභාවිකයි; තීරණාත්මක කාර්යයන් සඳහා ඔබ කැමති ප්රතිදානය සුරකින්න.
- ඉතා දිගු, අනවශ්ය පෙළ ඇලවීම සහ ටෝකන් සීමාව තල්ලු කිරීම. දිග දෙකම පිරිවැය වැඩි කරන අතර ආකෘතියේ අවධානය වෙනතකට යොමු කළ හැකිය; අවශ්ය සන්දර්භය පමණක් දෙන්න.
අවධානය: නිරූපිකාව චතුර ලෙස හා විශ්වාසයෙන් කතා කරන පමණින් ඇය නිවැරදිව කතා කරන බවක් අදහස් නොවේ. චතුරතාව යනු සම්භාවිතා ඇස්තමේන්තුවේ ස්වභාවික ප්රතිවිපාකයයි; නිරවද්යතාවය යනු වෙන වෙනම සහ ස්වාධීනව පරීක්ෂා කළ යුතු දෙයකි.
සාරාංශයක් ලෙස
- උත්පාදක AI ඊළඟට බොහෝ දුරට ඉඩ ඇති කොටස (ටෝකනය) පුරෝකථනය කිරීමෙන් පියවරෙන් පියවර පෙළ ජනනය කරයි; කෑල්ලෙන් වාක්යය ගොඩනඟයි.
- ටෝකන යනු වචනවල කුඩා කොටස් වන අතර පිරිවැය සහ දිග සීමා දෙකම සකසයි.
- සෑම පියවරකදීම, ආකෘතිය විභව ලැයිස්තුවක් නිෂ්පාදනය කරයි; ප්රතිදානය කෙතරම් ස්ථායී හෝ නිර්මාණශීලී වේද යන්න උෂ්ණත්ව සැකසුම තීරණය කරයි.
- එකම ප්රශ්නයට විවිධ පිළිතුරු ලැබීමට හේතුව මෙම ක්රියාවලියට ආවේණික වූ අහඹු බව ය.
- නිරූපිකාව චතුර ලෙස කතා කරයි, නමුත් මෙය ඇය සත්යය පවසන බවට සහතික නොවේ; චතුර බව සහ නිරවද්යතාවය වෙනස් දේවල්.
යෙදුම් කාර්යය
ඔබේ AI මෙවලමට එකම නිර්මාණාත්මක කාර්යය (උදා: “ඉක්මන් ස්තුති සටහනක් ලියන්න”) පිට පිට දෙවරක් ලබා දී ප්රතිදානයන් වෙනස් වන ආකාරය නිරීක්ෂණය කරන්න. ඉන්පසුව "Powerful prompt" අච්චුව සමඟ එකම කාර්යය නැවත කරන්න, සන්දර්භය එකතු කරන්න, සහ ප්රතිඵල දෙක අතර ගුණාත්මක වෙනස සටහන් කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] ආකෘතිය "ඊළඟ විය හැකි කොටස පුරෝකථනය කිරීම" මගින් පෙළ නිපදවන බව මට පැහැදිලි කළ හැකිය.
- ටෝකනය යනු කුමක්ද සහ එය පිරිවැය/සීමාව සඳහා පෙනී සිටින්නේ මන්දැයි මම දනිමි.
- [ ] මට අධිෂ්ඨානය අවශ්ය සහ නිර්මාණශීලීත්වය අවශ්ය රැකියා අතර වෙනස හඳුනා ගත හැකිය.
- [ ] එකම ප්රශ්නයට විවිධ පිළිතුරු ලැබීම සාමාන්ය දෙයක් බව මම දනිමි.
- [ ] චතුරභාවය නිරවද්යතාවය පිළිබඳ සහතිකයක් නොවන බව මම අභ්යන්තරීකරණය කර ඇත්තෙමි.