-
4.6 prompt相关资源
1. OpenAI Cookbook https://github.com/openai/openai-cookbook#related-resources-from-around-the-web 1.1 提示库和工具 指导:微软的一个看起来很方便的Python库,它使用Handlebars模板来交错生成、提示和逻辑控制。 LangChain:一个流行的Python/JavaScript库,用于链接语言模型提示的序列。 FLAML(自动机器学习和…
-
4.7.1 【markdown】为什么要学?
为什么要学markdown? 用一个游戏来示例 prompt: 你将要与我进行五子棋对弈。我们将轮流进行运动,并在每次运动后交换写下我们的棋子位置。我将使用黑色棋子(x),你将使用白色棋子(o)。请记住,我们是竞争对手,所以以请不要解释你的举动。在你取举行动之前,请先确保你在脑海中更新了棋盘状态。以markdown形式恢复…
-
prompt框架和实践案例
从实践来看,GPT-4 是最佳选择, Claude 模型能力次之, GPT-3.5 勉强可用。 若有条件,推荐使用 GPT-4 。出于节约成本和服务可访问性的考虑,可能许多朋友需要使用 GPT-3.5 模型。 在模型能力允许的情况下,可以先用GPT-4来生成结构化的prompt( prompt例子1:prompt工程师 ),然后在GPT-3.5里面使用结构化prompt。同…
-
4.3 【prompt教程6】系统地测试更改
系统地测试更改 如果你能测量它,提高性能就更容易了。在某些情况下,对提示的修改将在一些孤立的例子中实现更好的性能,但在一组更具代表性的例子上会导致整体表现更差。因此,为了确保变化对性能是净正的,可能需要定义一个全面的测试套件(也称为“评估”)。 有时很难判断变化——例如,新指令或新设计——是否使您的系统…
-
4.3 【prompt教程5】使用外部工具
使用外部工具 通过向GPT提供其他工具的输出来补偿GPT的弱点。例如,文本检索系统可以告诉GPT相关文档。代码执行引擎可以帮助GPT进行数学和运行代码。如果一项任务可以通过工具而不是GPT更可靠或高效地完成,请卸载它以充分利用两者。 使用基于嵌入的搜索来实现高效的知识检索 如果作为其输入的一部分提供,模型可以利用…
-
4.3 【prompt教程4】给GPT时间“思考”
给GPT时间“思考” 如果要求将17乘以28,你可能不会立即知道,但仍然可以随着时间的推移而解决。同样,GPT在试图立即回答时会犯更多的推理错误,而不是花时间来找出答案。在答案之前询问一连串的推理可以帮助GPT更可靠地找到正确答案。 1 在匆忙得出结论之前,指示模型制定自己的解决方案 有时,当我们在得出结论之前明确…
-
4.3 【prompt教程3】将复杂的任务拆分为更简单的子任务
将复杂的任务拆分为更简单的子任务 正如软件工程中将复杂系统分解为一组模块化组件的良好做法一样,提交给GPT的任务也是如此。复杂的任务往往比简单的任务具有更高的错误率。此外,复杂的任务通常可以重新定义为更简单任务的工作流程,其中使用早期任务的输出来构建后续任务的输入。 1. 使用意图分类来识别与用户查询最…
-
4.3 【prompt教程2】提供参考文本
提供参考文本 GPT可以自信地发明假答案,特别是当被问及深奥的话题或引用和URL时。就像一张笔记可以帮助学生在测试中做得更好一样,为GPT提供参考文本可以帮助以更少的捏造来回答。 1 指导模型使用参考文本回答 如果我们能提供一个具有与当前查询相关的可信信息的模型,那么我们可以指示模型使用提供的信息来编写其答案…
-
4.3 【prompt教程1】写清楚说明详细
写清楚说明详细(占比80%) GPT无法读懂你的思想。如果输出太长,请要求简短的回复。如果输出太简单,请要求专家级写作。如果您不喜欢这种格式,请演示您想要看到的格式。GPT猜测你想要什么的次数越少,你得到它的可能性就越大。 1.尽可能地提供足够的细节,让它知道你想要什么样的答案。 为了获得高度相关的响应,请确…
-
4.2 chatgpt的三步训练
chatgpt的三步训练 1【无监督学习】Pre-trained 预训练 让ChatGPT对「海量互联网文本」做单字接龙,以扩充模型的词汇量、语言知识、世界的信息与知识。使ChatGPT从“哑巴鹦鹉”变成“脑容量超级大的懂王鹦鹉”。 1.1 GPT1 GPT-1 的学习材料约 5GB。 这里 1 MB 能存 30-50 万汉字,而 1 GB 是 1024 MB。 GPT-1 的参数是 1.17 …
-
4.2 GPT的原理
GPT的原理[一句话:大力出奇迹 ] 1.实质功能:自回归生成 单字生成:根据上文,生成下一个字。 把自己生成的字和原文组合成为上文,再生成下一个字。 输入大量的文本,人类的几千年文化沉淀。 对于同样的上文,生成概率分布。 实际上 ChatGPT 给出的结果长这样,也就是「所有字的概率分布」,「生成的下一个字」就是按照…
-
3.4 【实操3】数据分析
【实操3】数据分析 1.【实操】这是一个淘宝店铺的数据前五行,请帮我解释一下数据: 这是一个淘宝店铺的数据前五行,请帮我解释一下数据:统计日期 访客数 "人均浏览量(访问深度)" 跳失率 "无线端访客数" "无线端浏览量" "无线端人均浏览量" "无线端人均停留时长(秒)&qu…
-
3.3 【实操2】代码生成
【实操2】代码生成 五大AI编程工具(Copilot、Tabnine、Codeium)综合评估分析 https://www.zengqueling.com/wudaaibianchenggongjucopilottabninecodeiumzonghepinggufenxij/ 【案例1】彩票生成prompt: 写一个彩票生成的完整程序代码,可以选择双色球或大乐透(输入1或2选择),然后可以输入注数,用Python。 import r…
-
3.2【实操1】文本生成
1.【案例1】以‘民族企业走向世界:抖音为例’为主题,写一份思政内容大纲。 1.1讯飞星火 以‘民族企业走向世界:抖音为例’为主题,写一份思政内容大纲。 按上面的大纲,填充为一份2000字左右的讲稿。 继续 1.2chatgpt prompt: 以‘民族企业走向世界:抖音为例’为主题,写一份思政内容大纲,输出markdown格式。 按上面的大…
-
3.1 chatgpt应用场景
chatgpt应用场景 Claude总结 基于模态类型的场景分类 相关产品 应用生态