نویسنده (ها): MD rafsun شیخ
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
بیاموزید که چگونه مهندسی زمینه رفتار AI را از عوامل باهوش تر به سیستم های پارچه ای بهتر تبدیل می کند. ساختار سریع ، حافظه و موارد دیگر. تنظیم دقیق را فراموش کنید. بیایید زمینه صحبت کنیم
اگر تا به حال از پاسخ های مبهم و روباتیک از هوش مصنوعی ناامید شده اید ، یک فرصت خوب وجود دارد که مشکل الگوی نبود بلکه زمینه است.
به دنیای مهندسی زمینه خوش آمدید ، جایی که جادو نه در تغییر وزن یک مدل بلکه در تغذیه دقیقاً همان چیزی است که برای شکوفایی آن نیاز دارد. با LLMS مانند GPT-4 و کلود برای برنامه های مدرن برای کاربردهای مدرن محوری می شود LLM بهینه سازی زمینه ، زمینه اکنون قدرتمندترین ابزاری است که ما برای هدایت رفتار هوش مصنوعی داریم.
با مهندسی سریع در مقابل مهندسی زمینه یا نسل بازیابی-آگوژ اشتباه گرفته می شود؟ به طور خلاصه ، مهندسی زمینه تمرین طراحی محیط مناسب برای عملکرد یک مدل هوش مصنوعی است. در سیستم های سریع AI فعالیت می کند. یعنی:
ساختار Prompts.Feeding دانش مربوطه. تصمیم گیری برای نشان دادن (و چه چیزی باید کنار بگذارید). سازماندهی محتوا بر اساس زمان ، ارتباط یا قالب.
فکر کنید مانند تنظیم فضای کاری برای یک هم تیمی جدید. اگر تمام آنچه به آنها می دهید ، توصیف کار مبهم است ، از نتایج مبهم انتظار دارید. اما با دستورالعمل های واضح ، کار گذشته ، یادداشت های تیم و ابزارهای مناسب؟ آنها شگفتی می کنند.
منبع: آندره کارپتی توییتر
ما در عصر … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر
منتشر شده از طریق به سمت هوش مصنوعی
