Прогрессия промптинга: от no-shot до many-shot
Прогрессия промптинга: от no-shot до many-shot
Существует четыре уровня работы с LLM через примеры: no-shot (просто инструкция), one-shot (один пример желаемого результата), few-shot (несколько примеров для классификации и edge cases), и many-shot (множество примеров как мини-тренинг). Рекомендуется последовательно двигаться от простого к сложному, замеряя прирост качества на каждом этапе. Большинство людей используют только no-shot, хотя добавление примеров значительно улучшает результаты.
Связи
- 20240515_0704 Итеративное улучшение промптов через измерения — Описывает конкретное применение прогрессии промптинга с фокусом на измерения
- 20240515_0703 Many-shot как мини fine-tuning на лету — Раскрывает самый продвинутый уровень прогрессии — many-shot промптинг
- 20240802_0850 Методы снижения подхалимства LLM — Few-shot примеры как практическое применение прогрессии для решения проблемы
Источник: Telegram, 2024-05-15
Связанные заметки
Machine learning помогает осознать наши собственные когнитивные искажения
#AI#bias#self-awareness
Человеческая разметка — необходимый этап создания AI, а не обман
#AI#product-development#data
Качественное введение в AI через множество перспектив
#AI#books#learning
Глубина экспертизы определяет стоимость на рынке
#AI#learning#technology
Итеративный подход лучше перфекционизма
#productivity#iteration#learning
Исследуйте больше связей
Эта заметка — часть сети из 2,369 взаимосвязанных идей. Откройте для себя неожиданные связи в интерактивном графе знаний.
Открыть граф знаний