تشات جي بي تي: تقنيات التشويق الـ 8 التي تحتاج إلى تعلمها (من دون كلام فارغ!)

قد تكون قد سمعت أو لم تسمع عن هندسة التعليمات. في الأساس، إنها "التواصل بفاعلية مع الذكاء الاصطناعي للحصول على ما تريد".

معظم الناس لا يعرفون كيفية صياغة تعليمات جيدة.

ومع ذلك، فإنه يصبح مهارة مهمة بشكل متزايد...
لأن القمامة المدخلة = القمامة المخرجة.

إليك أهم التقنيات التي تحتاج إليها للتشجيع 👇

سأشير إلى نموذج اللغة باسم "نموذج اللغة".

Examples of language models are @ChatGPT من OpenAI و @Claude من AnthropiaAI.

1. اقتراح الشخصية / الدور

قم بتعيين دور للذكاء الاصطناعي.

مثال: "أنت خبير في X. لقد ساعدت الناس في القيام بـ Y لمدة 20 عامًا. مهمتك هي تقديم أفضل النصائح حول X.
يرجى الرد 'حسنًا' إذا تم فهم ذلك."

يوجد إضافة قوية هي التالية:

'يجب عليك دائمًا أن تطرح الأسئلة قبل أن تجيب حتى تتمكن من فهم ما يبحث عنه السائل.'

سوف أتحدث عن سبب أهمية ذلك في لحظة.

٢. الترميز الآلي المتزامن (CoT)

CoT تعني 'سلسلة من الأفكار'

يتم استخدامه لتوجيه الألم لشرح تصويره.

مثال:

٣. صفر الزائد-كوت

التنبؤ بدون تدريب إضافي في النص يشير إلى نموذج يعمل على إجراء التنبؤات بدون التدريب الإضافي داخل الاقتراح.

سأتعمق في قليل من الفترة الزمنية في لحظة.

يرجى ملاحظة أن CoT عادة ما يكون أكبر من الصفر في حالة الاختبار بدون تدريب

مثال:

4. القليل من الضربة (والقليل من الضربة مع الرقيق المرجعي)

القليل من الأمثلة هي عندما يتم تزويد نموذج التعلم باللغة ببعض الأمثلة في النص الدلالي لكي يتأقلم بشكل أسرع مع الأمثلة الجديدة.

مثال:

5. توليد المعرفة

توليد المعرفة المتعلقة بالأسئلة من خلال تنبيه LM.

يمكن استخدام ذلك لدعم توليد مثقف المعرفة (انظر أدناه).

مثال:

6. المعرفة المولدة

الآن أننا نمتلك المعرفة، يمكننا إدخال تلك المعلومات في لمحة جديدة وطرح أسئلة متعلقة بالمعرفة.

مثل هذا السؤال يسمى بسؤال "زيادة المعرفة".

7. الاتساق الذاتي

تُستخدم هذه الطريقة لإنشاء مسارات عديدة للتفكير (سلاسل من الأفكار).

تُعتَبَر إجابة الأغلبية كالإجابة النهائية.

مثال:

8. LtM

تعني LtM 'الأقل إلى الأكثر'

هذه التقنية تعد تتمة لـ CoT. بالإضافة إلى ذلك ، تعمل عن طريق تجزئة المشكلة إلى مشاكل فرعية ثم حل تلك المشاكل.

مثال: