קחו מושג שכדאי לכם להכיר- Few Shot Prompting, הרעיון בשיטה הזו הוא לתת למודל ניתוח שפה טבעי, דוגמאות למשימות שהוא צריך לבצע, מה שעוזר לו לייצר עבורכם תוצר ותוצאה יותר טובה. זה בעיקר טוב בשביל לגרום למודל להבין בתחום ובמידע שחסר לו ולהרחיב את הערך שהוא מספק לכם. השיטה הזו טובה במיוחד עבור חוקרים ומפתחים שעוברים עם מודלי שפה ורוצים להכניס יעילות לתוך תהליכים העבודה שלהם כשאין מספיק דטה על הנושא– Link.
הרבה פעמים למודלי שפה גדולים תהיה בעיה לייצר לכם תוצאה טובה על בסיס מידע רזה, וחוסר במידע רלוונטי לנושא עליו אתם מדברים- Few shot prompting , יכול לפתור את הבעיה הזו על ידי כך שאתם תזינו דוגמאות לכל פרומפט שאתם יוצרים ובכך תעלו את הרמה של התוצאה. אם אתם רוצים שהמודל יכתוב עבורכם מסמך, עצם העובדה שתזינו אותו במסמכים דומים אליהם אתם מכוונים תגביר את היכולת להרים את איכות התוצר. כמו שאתם רואים בגרף שצירפתי העניין ברעיון הזה עולה מאוד בחודשים האחרונים, וניתן לראות עלייה בחיפושים באופן משמעותי שסובבת את המושג.
בנוסף, כדאי שתחשבו על כך ששימוש בכלי הבינה המלאכותית הגנרטיבית יכול וצריך להיות ״מתוחכם״ וחכם- אתם יכולים להזין את ה״מכונות״ הללו במבנים חכמים של שאלות שייצרו לכם תשובה יותר טובה. אני מצרפת לכם דוגמא שתסביר כיצד אתם יכולים לנהל דיאלוג יותר מובנה על כל שאילתה:
פרומפטים מתקדמים
Zero shot prompting (פרומפט ללא דוגמאות) כתוב מאמר על חדשנות בשנת 2024.
Few shots prompting (פרומפט עם מעט דוגמאות) כתוב מאמר על חדשנות בשנת 2024.
אבל קודם כל, קרא וקבל השראה מהמאמר הזה:
Chain of Thought prompting (פרומפט מבוסס שלבים) כתוב מאמר על חדשנות בשנת 2024.
שלב 1: סיעור מוחות לאסטרטגיה.
שלב 2: מצא 5 כותרות פוטנציאליות למאמר.
שלב 3: הגדר את מבנה המאמר.
שלב 4: כתוב את המאמר המלא, בהדרגה.
חשוב מאוד שתחלקו את הפרומפט- שלב אחרי שלב כי כל מידע שתכניסו יהפוך את התוצר ליותר איכותי.
מוצרים שלי שכדאי לכם להכיר:
חדש!!! קורס לתוכניות עבודה באמצעות ועם כלי GAI.
