Saltar al contenido principal

Modelo grande

Base y concepto

Pronto​

Traducción al chino: palabras rápidas

Instrucciones a una máquina, similar a un lenguaje de programación.

TokenName​

Por determinar

LLM​

Traducción al chino: gran modelo

Esencia: un conjunto de algoritmos, similar a una función.

Modelos comunes​

  • OpenAI: GPT - 3,5/GPT - 4/GPT - 4V/DAL.EWhisper
  • Meta: LLama2 (fuente abierta)

Modelo GPT​

Las alucinaciones de LLM.​

Debido a que la cantidad de conocimiento que enfrenta el modelo en el proceso de formación es muy grande, no puede recordar toda la información que ha visto perfectamente. Un problema obvio es que el modelo no conoce su propio límite de conocimiento.

Esto significa que los modelos pueden inventar respuestas que suenen creíbles, pero no son correctas cuando responden a temas oscuros, que llamamos "alucinaciones".

Por ejemplo, el siguiente ejemplo, cuando preguntamos:

> >

Hábleme del cepillo de dientes inteligente Aeroglide Ultra Slim de Boy.

Entre ellos, el nombre de la empresa existe, pero el nombre del producto está constituido por nosotros. En este caso, el modelo todavía dará una descripción bastante realista del producto ficticio.

Hay dos estrategias que se pueden utilizar para reducir esta ilusión:

  • Estrategia 1: Exigir que el modelo encuentre las referencias pertinentes y responda a las preguntas basadas en el texto proporcionado
  • Estrategia 2: Rastrear la respuesta al archivo fuente

Temperatura​

Traducción: temperatura

Este es un parámetro común del modelo, y el valor opcional es: 0room1.

  • Cuando la temperatura es 0: significa que la respuesta es más precisa y fija, y es adecuada para esperar el mismo resultado de salida cada vez.

  • Cuando la temperatura es de 0,7: significa que la respuesta es más aleatoria y creativa, y es adecuada para esperar resultados de salida diferentes cada vez.

Por ejemplo, al responder "mi comida favorita es". Cuando se trata de este problema, la posibilidad de diferentes alimentos es diferente.

Cuando la temperatura es 0, el modelo siempre elige el más probable, es decir, pizza.

Cuando la temperatura es de 0,3, es posible que el modelo elija otros alimentos con menor probabilidad.

Cuando la temperatura es de 0,7, es posible que el modelo elija otros alimentos que son menos probables.

El propósito de la LLM

Tiene sentido común

Identificar la intención

Clasificación

Paso a paso: Máquina de estado

Parámetros de la función complementaria (impresionante)

Patrones comunes de condenas rápidas

RESUMEN​

Resuma

Delimitado

Summarize the text delimited by triple quotes.

"""insert text here"""

De la siguiente manera:

Si procede

You will be provided with meeting notes, and your task is to summarize the meeting as follows:
    
    -Overall summary of discussion
    -Action items (what needs to be done and who is doing it)
    -If applicable, a list of topics that need to be discussed more fully in the next meeting.

Antecedentes​

Usted será proporcionado

You will be provided with xxx (delimited with XML tags) about xxx topic. 
First xxx. 
Then xxx and xxx.

Paso a paso​

Use the following step-by-step instructions to respond to user inputs.

Step 1 - The user will provide you with text in triple quotes. Summarize this text in one sentence with a prefix that says "Summary: ".

Step 2 - Translate the summary from Step 1 into Spanish, with a prefix that says "Translation: ".

Coherencia​

Answer in a consistent style.

Q: Teach me about patience.
A: The river that carves the deepest valley flows from a modest spring; the grandest symphony originates from a single note; the most intricate tapestry begins with a solitary thread.
Q: Teach me about the ocean.

Longitud límite​

Hay tres puntos principales.

Summarize the text delimited by triple quotes in 3 bullet points.
Summarize the text delimited by triple quotes in 2 paragraphs.
Summarize the text delimited by triple quotes in about 50 words. // 3 个要点

Limitar el alcance​

  • Muy bien.
Draft a company memo to be distributed to all employees. The memo should cover the following specific points without deviating from the topics mentioned and not writing any fact which is not present here:
xxxx

Clasificación​

You will be provided with a tweet, and your task is to classify its sentiment as positive, neutral, or negative.

Intención de clasificación​

You will be provided with customer service queries. Classify each query into a primary category and a secondary category. Provide your output in json format with the keys: primary and secondary.

Primary categories: Billing, Technical Support, Account Management, or General Inquiry.

Billing secondary categories:
- Unsubscribe or upgrade
- Add a payment method
- Explanation for charge
- Dispute a charge

Technical Support secondary categories:
- Troubleshooting
- Device compatibility
- Software updates

Account Management secondary categories:
- Password reset
- Update personal information
- Close account
- Account security

General Inquiry secondary categories:
- Product information
- Pricing
- Feedback
- Speak to a human

Funciones y tareas​

your task is to xxx it in a concise way.

Brevación​

explain it in a concise way.

Usuario objetivo​

A un estudiante de segundo año.

Summarize content you are provided with for a second-grade student.

Formato​

Salida en formato de lista de puntos

Provide your answer in bullet point form.

Producto

  • Fácil de usar
  • Proporciona un buen valor para el precio
  • Alta calidad y durabilidad
  • Difícil de transportar
  • Difícil de almacenar

Una lista ordenada

Una lista numerada

create a numbered list of turn-by-turn directions from it.

Formato soportado​

格式类型例子
编号列表1. 打开浏览器2. 输入网址3. 浏览内容
圆点列表- 苹果- 香蕉- 橙子
表格
代码块pythonprint("Hello, world!")
标题和子标题## 主标题### 子标题
JSON格式{ "name": "John", "age": 30, "city": "New York" }
思维导图格式
markdown格式