Estás leyendo la publicación: Cómo las indicaciones precisas pueden generar resultados positivos… – Hacia la IA
Publicado originalmente en Hacia la IA.
Conclusiones de los recién disponibles curso gratis ofrecido por DeepLearning.AI y OpenAI con respecto a la ingeniería rápida para desarrolladores.
La ingeniería rápida implica diseñar indicaciones efectivas para modelos de generación de lenguaje natural, como GPT3, para producir respuestas relevantes y de alta calidad. Las indicaciones bien diseñadas pueden mejorar significativamente la precisión y la coherencia del texto generado, lo que lleva a una mejor experiencia del usuario y una mayor eficacia del modelo.
Hay dos tipos de Modelos de lenguaje grande (LLM)es decir Base LLM e instrucción Tuned LLM.
A idioma base modelo es un modelo de lenguaje preentrenado, es una gran red neuronal que aprende la estructura y los patrones del lenguaje natural a través de datos masivos. Estos modelos pueden realizar una variedad de tareas, como modelado de lenguaje, análisis de sentimientos y respuesta a preguntas. Estos modelos manejan múltiples tareas y generan texto con diferentes estilos y tonos.
Modelos de lenguaje de instrucción se ajustan en tareas o dominios específicos entrenando en conjuntos de datos más pequeños y optimizando pesos de modelos preentrenados.
La diferencia clave entre los modelos de lenguaje base y de instrucción es que los modelos base se entrenan en una amplia gama de tareas y datos, mientras que los modelos de instrucción están optimizados para tareas o dominios específicos. Los modelos de instrucción suelen ser más precisos y efectivos para su tarea o dominio específico, pero es posible que no funcionen tan bien en otras tareas o en el uso general.
Este curso se enfoca en las mejores prácticas para LLM ajustado a la instrucción.
Hola, si está utilizando GPT en su sistema local por primera vez, puede seguir los siguientes pasos:
Paso 1: Abra su navegador, escriba openai.com en la barra de direcciones del navegador y presione enter.
Paso 2: Clickea en el API botón en la esquina superior izquierda.
Paso 3: Haga clic en el botón de registro en la parte superior derecha.
Etapa 4: Usando su cuenta de correo electrónico, regístrese en Openai.
Paso 5: Introduzca su número de teléfono y verifíquelo.
Paso 6: A continuación, haga clic en el botón personal en la parte superior derecha y luego haga clic en la vista claves API.
Paso 7: Aquí, obtendrá su clave API, simplemente cópiela y utilícela donde sea necesario.
Principios utilizados para promover:
- Escriba instrucciones claras y específicas:
Para evitar la inyección rápida, use delimitadores para distinguir diferentes partes de la entrada. Ejemplos de delimitadores incluyen comillas triples “””, comillas invertidas triples ”’, guiones triples ___, corchetes angulares<>, etiquetas XML
importar openai
openai.api_key = ‘Tu clave API aquí’
def get_completion(mensaje, modelo=”gpt-3.5-turbo”):
mensajes = [{“role”: “user”, “content”: prompt}]
respuesta = openai.ChatCompletion.create(
modelo = modelo,
mensajes = mensajes,
temperatura=0, # este es el grado de aleatoriedad de la salida del modelo
)
volver respuesta.opciones[0].mensaje[“content”]
texto = f”””
Debes expresar lo que quieres que haga un modelo mediante \
proporcionando instrucciones que son tan claras y \
tan específicos como puedas hacerlos. \
Esto guiará al modelo hacia la salida deseada, \
y reducir las posibilidades de recibir \ irrelevante
o respuestas incorrectas. No confundas escribir una \
mensaje claro con la escritura de un mensaje breve. \
En muchos casos, las indicaciones más largas brindan más claridad.
y contexto para el modelo, lo que puede conducir a \
resultados más detallados y pertinentes.
“””
aviso = f”””
Resume el texto delimitado por triples comillas invertidas \
en una sola oración.
“`{texto}“`
“””
respuesta = get_completion(prompt)
imprimir (respuesta)
Producción:
Deben proporcionarse instrucciones claras y específicas para guiar un modelo hacia el resultado deseado, y las indicaciones más largas pueden proporcionar más claridad y contexto para el modelo, lo que lleva a resultados más detallados y relevantes.
Solicite un formato específico como JSON, HTML
promt1 = f”””
Genere una lista de 3 libros sobre salud junto con el nombre del autor, publicación y fecha de lanzamiento en formato json con el
siguientes claves: sr.no, book_id, book_name, book_autghor,realese_date, publicación, resumen
“””
respuesta = get_completion(promt1)
imprimir (respuesta)
Producción:
[
{
“sr.no”: 1,
“book_id”: “ISBN-13: 978-1501167983”,
“book_name”: “The Plant Paradox: The Hidden Dangers in ‘Healthy’ Foods That Cause Disease and Weight Gain”,
“book_author”: “Dr. Steven R. Gundry”,
“release_date”: “April 25, 2017”,
“publication”: “Harper Wave”,
“summary”: “This book reveals the hidden toxins lurking in seemingly healthy foods and provides a step-by-step guide to help readers improve their health by avoiding these harmful substances.”
},
{
“sr.no”: 2,
“book_id”: “ISBN-13: 978-0316322408”,
“book_name”: “The Whole30: The 30-Day Guide to Total Health and Food Freedom”,
“book_author”: “Melissa Hartwig Urban and Dallas Hartwig”,
“release_date”: “April 21, 2015”,
“publication”: “Houghton Mifflin Harcourt”,
“summary”: “This book provides a comprehensive 30-day program to help readers reset their eating habits, eliminate unhealthy foods, and improve their overall health and well-being.”
},
{
“sr.no”: 3,
“book_id”: “ISBN-13: 978-0062427137”,
“book_name”: “The Sleep Revolution: Transforming Your Life, One Night at a Time”,
“book_author”: “Arianna Huffington”,
“release_date”: “April 5, 2016”,
“publication”: “Harmony”,
“summary”: “This book explores the importance of sleep for overall health and well-being, and provides practical tips and strategies for improving the quality and quantity of sleep.”
}
]
También puede verificar si la condición dada se cumple o no. Comprobar las suposiciones requeridas para realizar una tarea.
Texto1 = “””
Para hacer té, ponga agua en una tetera de acuerdo con el requerimiento y
poner la tetera en una estufa. Deja que el agua hierva durante algún tiempo.
Luego ponga hojas de té en el agua. Para una taza de té una cucharadita de té
se requieren hojas. Deja que hierva durante unos minutos. Agitar la mezcla.
Dará un buen color. Vierta la mezcla en la taza.
Agrega leche y azúcar a tu gusto. El té está listo para beber.
“””
Texto2 = “””
En estadística, el algoritmo de k-vecinos más cercanos (k-NN) es un método de aprendizaje supervisado no paramétrico.
desarrollado por primera vez por Evelyn Fix y Joseph Hodges en 1951,[1] y luego ampliado por Thomas Cover.[2]
Se utiliza para clasificación y regresión.
“””
indicador1=f”””
Se le proporcionará texto delimitado por las comillas triples.
Si el texto contiene instrucciones, escríbalo en el siguiente formato:
paso 1 – ….
paso 2 – …
…
paso N-…
Si el texto no contiene instrucciones, entonces \simplemente escriba \’No se proporcionaron pasos para el texto dado’
‘\’\'{Texto 1}’\’\’
“””
solicitud2=f”””
Se le proporcionará texto delimitado por las comillas triples.
Si el texto contiene instrucciones, escríbalo en el siguiente formato:
paso 1 – ….
paso 2 – …
…
paso N-…
Si el texto no contiene instrucciones, entonces \simplemente escriba \’No se proporcionaron pasos para el texto dado’
‘\’\'{Texto2}’\’\’
“””
respuesta1 = get_completion(prompt1)
print(“Terminación del texto 1:”)
imprimir (respuesta1)
Producción:
Finalización del texto 1:
Paso 1: ponga agua en un hervidor de acuerdo con los requisitos y coloque el hervidor en una estufa.
paso 2 – Deje que el agua hierva durante algún tiempo.
Paso 3 – Pon hojas de té en el agua. Para una taza de té se requiere una cucharadita de hojas de té.
paso 4 – Deja que hierva unos minutos.
paso 5 – Revuelva la mezcla.
paso 6 – Vierta la mezcla en la taza.
paso 7 – Agrega leche y azúcar a tu gusto.
paso 8 – El té está listo para beber. respuesta2 = get_completion(prompt2)
print(“Terminación del Texto 2:”)
imprimir (respuesta1)
Producción:
Finalización del texto 2:
No se proporcionan pasos para el texto dado.
Al dar el Texto 1 en formato de pasos, el modelo proporciona pasos para preparar el té. Por el contrario, el Texto 2 sin formato de paso lleva al modelo a generar “No se proporcionan pasos para el texto dado”. Proporcionar un mensaje apropiado permite que el modelo verifique las condiciones del texto.
Pocas indicaciones de tiro: Dé ejemplos exitosos de cómo completar la tarea y luego pídale al modelo que realice una tarea similar.
indicador=”””
Tu tarea es completar la conversación en un estilo consistente.
Estudiante: Buenos días, señor.
Maestra: Buenos días.
Estudiante: Señor, mi examen está a la vuelta de la esquina. ¿Me puede dar algunas instrucciones sobre cómo debo prepararme?
Maestra: ¡Ciertamente! Pero al principio, deshazte de tu móvil. Esa es una gran distracción.
Estudiante: Está bien, señor.
Estudiante: Señora, quiero irme temprano hoy.
“””
respuesta = get_completion(prompt)
imprimir (respuesta)
Producción:
Maestra: ¿Hay alguna razón en particular por la que necesites irte temprano?
Estudiante: Sí, tengo una cita con mi dentista.
Maestra: Muy bien, asegúrate de ponerte al día con cualquier trabajo perdido y avísame si necesitas ayuda.
Estudiante: Gracias, señora. Me aseguraré de hacer eso.
2. Dé tiempo al modelo para pensar.
Especifique los pasos y el formato de la respuesta que necesita para completar la tarea
Text = f “””Había una vez un rey llamado Midas que hizo una buena acción por un sátiro. Y Dionisio, el dios del vino, le concedió un deseo.
Por su deseo, Midas pidió que todo lo que tocara se convertiría en oro. A pesar de los esfuerzos de Dionisio para evitarlo, Midas suplicó que se trataba de un deseo fantástico y, por lo tanto, se lo concedió.
Emocionado por sus poderes recién ganados, Midas comenzó a tocar todo tipo de cosas, convirtiendo cada objeto en oro puro.
Pero pronto, Midas tuvo hambre. Cuando recogió un trozo de comida, se dio cuenta de que no podía comerlo. Se había convertido en oro en su mano.
Hambriento, Midas gimió: “¡Me moriré de hambre! ¡Quizás este no fue un deseo tan excelente después de todo!”
Al ver su consternación, la amada hija de Midas lo abrazó para consolarlo, y ella también se convirtió en oro. “El toque dorado no es una bendición”, exclamó Midas.
prompt = f””” realiza las siguientes acciones
1 – Resume el siguiente texto delimitado por triples comillas invertidas.
2 – Traducir el resumen al hindi.
3 – Enumere el nombre de cada personaje en hindi.
separa tu anser con paréntesis de línea
Utilice el siguiente formato:
1. Texto:
2. Resumen:
3. Resumen traducido:
4. Dar la moraleja de una historia:
Texto:
”'{Texto}”’
“””
respuesta = get_completion(prompt)
imprimir (respuesta)
Producción:
Resumen: Dionisio le concede al rey Midas el deseo de convertir todo lo que toca en oro. Pronto se da cuenta de la desventaja de su deseo cuando no puede comer o tocar a sus seres queridos sin convertirlos en oro.
Resumen traducido: राजा मिडास को दियोनिसस द्वारा एक इच्छा पूरी की जाती है कि वह जो कुछ भी छूता है वह सोना है। उसे जल्द ही अपनी इच्छा का नुकसान महसूस जब उसे यह पता चलता है कि वह अपने प्रियजनों को छू नहीं सकता।
Lista de nombres de personajes en hindi: राजा मिडास, दियोनिसस, राजकुमारी (Rey Midas, Dionisio, Princesa)
Moraleja de la historia: ten cuidado con lo que deseas, ya que puede tener consecuencias no deseadas.
Indique al modelo que resuelva el suyo propio antes de apresurarse a llegar a una conclusión.
aviso = f”””
Determinar si la solución del estudiante es correcta o no.
Pregunta:
Estoy construyendo una instalación de energía solar y necesito \
ayudar a resolver las finanzas.
– Terreno cuesta $100 / pie cuadrado
– Puedo comprar paneles solares por $250/pie cuadrado
– Negocié un contrato de mantenimiento que costará \
una cantidad plana de $ 100k por año y $ 10 adicionales / cuadrado \
pie
¿Cuál es el costo total para el primer año de operaciones?
en función del número de pies cuadrados.
Solución del estudiante:
Sea x el tamaño de la instalación en pies cuadrados.
Costos:
1. Costo de la tierra: 100x
2. Costo del panel solar: 250x
3. Costo de mantenimiento: 100,000 + 100x
Costo total: 100x + 250x + 100 000 + 100x = 450x + 100 000
“””
respuesta = get_completion(prompt)
imprimir (respuesta)
Producción:
La solución del estudiante es correcta.
Si puede leer la pregunta y la solución del estudiante cuidadosamente, notará que la solución del estudiante era incorrecta.
Puede arreglar esto instruyendo al modelo para que primero encuentre su propia solución y luego la compare con la solución del estudiante.
A continuación se muestra el aviso correcto que se debe dar:
aviso = f”””
Su tarea es determinar si la solución del estudiante \
es correcto o no.
Para resolver el problema haz lo siguiente:
– Primero, elabore su propia solución al problema.
– Luego compare su solución con la solución del estudiante \
y evaluar si la solución del alumno es correcta o no.
No decida si la solución del estudiante es correcta hasta que
usted mismo ha hecho el problema.
Utilice el siguiente formato:
Pregunta:
“`
pregunta aquí
“`
Solución del estudiante:
“`
solución del estudiante aquí
“`
solución real:
“`
pasos para encontrar la solución y su solución aquí
“`
¿Es la solución del estudiante la misma que la solución real?
acaba de calcular:
“`
sí o no
“`
Grado del estudiante:
“`
correcto o incorrecto
“`
Pregunta:
“`
Estoy construyendo una instalación de energía solar y necesito ayuda \
elaborando las finanzas.
– Terreno cuesta $100 / pie cuadrado
– Puedo comprar paneles solares por $250/pie cuadrado
– Negocié un contrato de mantenimiento que costará \
una cantidad plana de $ 100k por año y $ 10 adicionales / cuadrado \
pie
¿Cuál es el costo total para el primer año de operaciones?
en función del número de pies cuadrados.
“`
Solución del estudiante:
“`
Sea x el tamaño de la instalación en pies cuadrados.
Costos:
1. Costo de la tierra: 100x
2. Costo del panel solar: 250x
3. Costo de mantenimiento: 100,000 + 100x
Costo total: 100x + 250x + 100 000 + 100x = 450x + 100 000
“`
solución real:
“””
respuesta = get_completion(prompt)
imprimir (respuesta)
Producción:
Sea x el tamaño de la instalación en pies cuadrados.
Costos:
1. Costo de la tierra: 100x
2. Costo del panel solar: 250x
3. Costo de mantenimiento: 100,000 + 10x
Costo total: 100x + 250x + 100 000 + 10x = 360x + 100 000
¿La solución del estudiante es la misma que la solución real recién calculada?
No
Grado del estudiante:
Incorrecto
Aquí, puede ver que el modelo da el resultado correcto, es decir, la solución del estudiante fue incorrecta.
Conclusión: Es muy importante proporcionar indicaciones exactas y precisas para garantizar los resultados deseados. La provisión de indicaciones correctas juega un papel fundamental en el logro del éxito y el cumplimiento de los objetivos predeterminados. Por lo tanto, es imperativo invertir tiempo y esfuerzo en la elaboración de indicaciones que se adapten para cumplir con el propósito previsto y producir resultados óptimos.
A continuación, cubriré los temas restantes, incluidos el resumen de texto, la transformación, la expansión y los chatbots.
Manténganse al tanto !!!
Si este artículo te ha resultado útil, sígueme en LinkedIn y Medio.
Gracias !!!
Puedes leer mis otros blogs:
Desentrañando la complejidad de las distribuciones en estadística
Navegando por el complejo mundo de la distribución
pub.haciaai.net
Una guía completa para el manejo de valores atípicos
Parte 2
pub.haciaai.net
Conceptos básicos de estadística que todo científico de datos debe conocer.
Es fácil mentir con estadísticas, es difícil decir la verdad sin estadísticas.
pub.haciaai.net
Extracción de texto para datos no estructurados usando OCR fácil.
¿Qué es OCR?
medio.com
Publicado a través de Hacia la IA
