Técnicas de solicitação de LLM – Comunidade de Dev
Promotamento é uma arte em evolução! Existem muitas técnicas de promoção que podemos usar para obter o melhor dos grandes modelos de idiomas (LLMS). O LLM pode responder de maneira diferente, dependendo de como pedimos ao LLM. Vamos explorar as técnicas de promoção. O provador zero de tiro zero é a técnica mais comum para interagirmos com o LLM. É quando os usuários simplesmente fazem uma pergunta sem fornecer exemplos. O usuário se baseia essencialmente no LLM para entender a intenção. Prompt: Quem venceu a Copa do Mundo da FIFA em 2018? Resposta: A França venceu a Copa do Mundo da FIFA de 2018. Na maioria das vezes, o acumulação de tiro zero é tudo o que você precisa. Com poucos acumulados com poucas fotos, você fornece alguns exemplos para fornecer o contexto ao LLM. Prompt: Dê um título curto para cada partida de futebol: Equipe uma equipe de 3 a 1 equipe B → Equipe A Outclasses Team B em 3-1 Winteam C 0–0 Team D → Equipe C e Batalha da Equipe D até a Galless DrawTeam E 2–1 Team F →? Resposta: A equipe e bordam a equipe Fast F com estreita cadeia de 2 a 1 de vitória, levando a cadeia de pensamento (COT) que solicita que seja uma maneira de pedir a um modelo para resolver problemas passo a passo. Isso deixa a resposta mais clara e você pode ver como o modelo chegou à sua conclusão. Prompt: um time de futebol marcou 1 gol no primeiro semestre e 2 gols no segundo tempo. O oponente deles marcou 2 gols no total. Quem venceu? Mostre seus passos. Resposta: Primeira metade: Equipe A marcou 1 gol. Segunda metade: Equipe A marcou mais 2 gols. Obviamente, este é um exemplo muito básico, mas você pode ver se isso está indo. A árvore de pensamento que leva a árvore de pensamento (TOT) é uma extensão da cadeia de pensamento. Aqui, em vez de seguir uma linha reta de raciocínio (passo a passo), o modelo explora vários possíveis caminhos de raciocínio. A cada etapa, considera diferentes opções, as avalia e escolhe o melhor caminho a seguir. Isso é útil para a tomada de decisões, planejamento e solução criativa de problemas, onde existe mais de uma solução possível. Prompt: sua equipe está perdendo de 1 a 0 com 10 minutos restantes. Sugira estratégias diferentes para equalizar, explicar prós e contras e depois escolha o melhor. Resposta: Ramo 1: Ataque de forma agressiva: maior chance de pontuar rapidamente.CONS: Risco de conceder outro objetivo no contra -ataque. Ramo 2: Jogue no meio -campo pacienteyPros: mantém a posse, aumenta a pressão.CONS: O tempo pode acabar antes de criar chances. Filial 3: Traga novos substitutos de ataque: nova energia pode mudar o jogo.CONS: Os substitutos podem precisar de tempo para se adaptar. Decisão: A melhor opção é o ramo 3 – traga substitutos de ataque, combine com brincadeiras mais agressivas, para maximizar as chances de pontuação e equilibrar os riscos. Persona solicitando, é como um tiro zero solicitando, mas você atribui uma persona ao prompt. Prompt: você é um treinador de futebol que dá conselhos no intervalo. Minha equipe está perdendo 2-0. O que devo dizer aos jogadores? Como você pode ver, é realmente um tiro zero solicitando um contexto adicional relacionado à persona. Conclusão Na prática, as técnicas de solicitação são ferramentas para obter os melhores resultados de grandes modelos de idiomas. Os avisos de tiro zero permitem que você faça perguntas diretamente, enquanto poucos avisos mostram os exemplos do modelo para que ele possa seguir um padrão. O sugestão da cadeia de pensamentos ajuda a razão do modelo, passo a passo, tornando suas respostas mais claras e fáceis de seguir. Outras abordagens – como a persona solicitando ou pedindo ao modelo que considere várias opções – ajude as respostas, mantenha -as estruturadas e melhore a confiabilidade. Escolher a técnica certa depende do seu objetivo: se você deseja respostas precisas, saída criativa ou raciocínio transparente.
Fonte
