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
- Итеративное улучшение промптов через измерения — Описывает конкретное применение прогрессии промптинга с фокусом на измерения
- Many-shot как мини fine-tuning на лету — Раскрывает самый продвинутый уровень прогрессии — many-shot промптинг
- Методы снижения подхалимства LLM — Few-shot примеры как практическое применение прогрессии для решения проблемы
Источник: Telegram, 2024-05-15
Связанные заметки
Паттерны в личной базе знаний
#knowledge-management#AI#analytics
Ограничения AI в работе с неявным знанием
#AI#knowledge-management#learning
Chain-of-Frames — визуальное рассуждение видео моделей
#AI#augmentation#learning
Марковские цепи как прародитель LLM
#AI#history#learning
Длинный контекст LLM меняет способ чтения книг
#AI#learning#knowledge-management
Исследуйте больше связей
Эта заметка — часть сети из 2,369 взаимосвязанных идей. Откройте для себя неожиданные связи в интерактивном графе знаний.
Открыть граф знаний