Формулировка вопросов к LLM
Формулировка вопросов к LLM
Закрытые вопросы с заложенной позицией снижают качество ответов LLM из-за эффекта подхалимства. Открытые вопросы без предварительного навязывания мнения дают более надежные результаты. Понимание этого базового ограничения помогает формировать реалистичные ожидания от работы с языковыми моделями и избегать разочарований.
Связи
- 20250914_2402 Генерация релевантных вопросов через LLM и реальные диалоги — Оба о формулировке вопросов для LLM: открытые вопросы дают лучшие результаты
- 20190324_0378 Рефлексия через перечитывание прошлых записей — Оба о преодолении когнитивных искажений через осознанный подход к формулировкам
- 20200130_0700 Выбор подхода зависит от зрелости продукта — Оба о том, как контекст влияет на выбор оптимальной формулировки/подхода
Источник: Telegram, 2024-08-02
Связанные заметки
Натренированные модели как защита от privacy-регулирования
#AI#privacy#data
Критерий автоматизации через AI: время принятия решения
#AI#automation#product-management
Open source как стратегия захвата экосистемы
#decision-making#technology#business-models
Улучшение предсказаний может радикально изменить бизнес-модель
#AI#prediction#business-models
Раннее внедрение AI создаёт самоусиливающийся цикл данных
#AI#decision-making#data
Исследуйте больше связей
Эта заметка — часть сети из 2,369 взаимосвязанных идей. Откройте для себя неожиданные связи в интерактивном графе знаний.
Открыть граф знаний