وهندسة المطالبة هي فن طرح السؤال الصحيح أفضل النتائج من النموذج اللغوي الكبير. تتيح التفاعل المباشر مع النموذج اللغوي الكبير باستخدام الطلبات بلغة عادية فقط.
في الماضي، كان العمل مع نماذج التعلم الآلي يتطلب عادةً تفاصيل معرفة مجموعات البيانات والإحصاءات وتقنيات النمذجة. وقد أصبحت النماذج اللغوية الكبيرة اليوم "مبرمج" باللغة الإنجليزية، بالإضافة إلى بلغات أخرى.
كونك مهندسًا رائعًا لا يتطلب خبرة في الترميز. الإبداع إلا أن المثابرة ستفيدك بشكل كبير في رحلتك. تابع القراءة حتى وتعلم بعض تقنيات المطالبة المفيدة.
طلب أفضل الممارسات
اذكر بوضوح المحتوى أو المعلومات الأكثر أهمية.
نظِّم الطلب: ابدأ بتحديد دوره، وقدّم بيانات السياق/الإدخال، ثم تقديم التعليمات.
استخدام أمثلة محددة ومتنوعة لمساعدة النموذج في تضييق نطاق تركيزه وإنشاء نتائج أكثر دقة.
استخدم القيود لتحديد نطاق ناتج النموذج. يمكن أن يساعد هذا في تجنب الارتجال عن التعليمات إلى عدم الدقة في الوقائع.
قسِّم المهام المعقّدة إلى سلسلة من الطلبات البسيطة.
توجيه النموذج لتقييم أو التحقق من ردوده قبل إنتاج معهم. ("تأكد من قصر إجابتك على 3 جمل"، "تقييم عملك على مقياس من 1 إلى 10 للإيجاز"، "هل تعتقد أن هذا صحيح؟").
وربما الأهم:
كن مبدعًا. كلما زاد إبداعك وأنك متفتح الذهن، كانت نتائجك أفضل. النماذج اللغوية الكبيرة والطلبات الهندسة لا تزال في طورها، وتتطور كل يوم.
أنواع الطلبات
توجيه مباشر (بدون لقطة)
إنّ الطلب المباشر (المعروف أيضًا باسم Zero-shot) هو أبسط أنواع الطلبات. أُنشأها جون هنتر، الذي كان متخصصًا لا يقدم أمثلة للنموذج، بل التعليمات فقط. يمكنك أيضًا صياغة التعليمات على شكل سؤال، أو إعطاء النموذج "دورًا"، كما هو موضح في الثانية المثال أدناه.
تقديم:
- مدرسة تعليم
- بعض السياقات
إنشاء الأفكار:
Prompt: Can you give me a list of ideas for blog posts for tourists visiting
New York City for the first time?
إقناع الدور:
Prompt: You are a mighty and powerful prompt-generating robot. You need to
understand my goals and objectives and then design a prompt. The prompt should
include all the relevant information context and data that was provided to you.
You must continue asking questions until you are confident that you can produce
the best prompt for the best outcome. Your final prompt must be optimized for
chat interactions. Start by asking me to describe my goal, then continue with
follow-up questions to design the best prompt.
تنظيم البيانات:
Prompt: Create a four-column spreadsheet of 10 highly-rated science fiction
movies, year of release, average audience rating, and top 3 keywords from
audience reviews.
Make sure to cite the source of the audience rating.
تقديم الطلبات باستخدام أمثلة (لقطات واحدة وبضعة لقطات متعددة ولقطات متعددة)
تظهر المطالبة من لقطة واحدة النموذج مثالاً وصفيًا واضحًا لما الذي تريد تقليده.
توليد الأفكار باستخدام مثال واحد:
Prompt:
Come up with a list of ideas for blog posts for tourists visiting
New York City for the first time.
1. Fuggedaboutit! Where to Stay in New York City On Your First Visit
من خلال المطالبة بلقطات متعددة ولقطات قليلة يمكن إظهار النموذج بمزيد من الأمثلة حول ما تريده للقيام به. وهي تعمل بشكل أفضل من اللقطة ذات اللقطة الصفرية مع المهام الأكثر تعقيدًا حيث يكون النمط أو عندما تحتاج إلى تنظيم الإخراج في بطريقة محددة يصعب وصفها.
تصنيف مدى توافق الآراء:
Prompt:
Great product, 10/10: Positive
Didn't work very well: Negative
Super helpful, worth it: Positive
It doesn't work!:
عند تنفيذ هذا الطلب، سيتم تصنيف استجابة النموذج "لم يتم إرجاعه" الْعَمَلْ إيجابية أو سلبية، كما هو موضح في الأمثلة.
متنبئ استجابة الرموز التعبيرية ذات اللقطات المتعدّدة:
Prompt: Predict up to 5 emojis as a response to a text chat message. The output
should only include emojis.
input: The new visual design is blowing my mind 🤯
output: ➕,💘, ❤🔥
input: Well that looks great regardless
output: ❤️,🪄
input: Unfortunately this won't work
output: 💔,😔
input: sounds good, I'll look into that
output: 🙏,👍
input: 10hr cut of jeff goldblum laughing URL
output: 😂,💀,⚰️
input: Woo! Launch time!
نفس العملية هنا، ولكن نظرًا لأن المطالبة أكثر تعقيدًا، فقد تم وقدم المزيد من الأمثلة لمحاكاةها.
سلسلة من التفكير التحفيزي
سلسلة من الفكر (CoT) تشجّع النموذج اللغوي الكبير على شرح أسبابها الدمج مع الطلبات من بضع لقطات للحصول على نتائج أفضل في المهام الأكثر تعقيدًا التي تتطلب المنطق قبل الرد.
Prompt:
The odd numbers in this group add up to an even number: 4, 8, 9, 15, 12, 2, 1.
A: Adding all the odd numbers (9, 15, 1) gives 25. The answer is False.
The odd numbers in this group add up to an even number: 15, 32, 5, 13, 82, 7, 1.
A:
مرحلة انعدام الصدمة
بالاستناد إلى فكرة طرحها في وقت سابق، تعتمد هذه الطريقة على وتضيف التعليمات: "لنفكر خطوة بخطوة". بإمكان النموذج اللغوي الكبير إجراء ما يلي: لتوليد سلسلة تفكير من هذه التعليمات، وعادة ما تكون أكثر دقة الإجابة عليها أيضًا. هذه طريقة رائعة لإنشاء النماذج اللغوية الكبيرة بشكل صحيح إجابات لأشياء مثل المسائل الكلامية.
Prompt:
I went to the market and bought 10 apples. I gave 2 apples to the neighbor and
2 to the repairman. I then went and bought 5 more apples and ate 1. How many
apples was I left with?
Let's think step by step.
استراتيجيات تكرار المطالبة
تعلَّم أن تحب حقيقة إعادة كتابة المطالبات العديدة (ربما العشرات) من أوقات. إليك بعض الأفكار لتحسين الطلبات إذا واجهتك مشكلة:
ملاحظة: قد تصبح هذه الاستراتيجيات أقل فائدة أو ضرورية بمرور الوقت تحسين النماذج.
تكرار الكلمات أو العبارات أو الأفكار الرئيسية
حدِّد تنسيق الإخراج الذي تريده (CSV أو JSON أو غير ذلك)
يمكنك استخدام أحرف كبيرة بالكامل للتأكيد على النقاط أو التعليمات المهمة. يمكنك أيضًا تجربة المبالغات أو اللغة الزائدة على سبيل المثال: "يجب أن يكون الشرح من المستحيل تمامًا إساءة تفسيرها. إنّ كل كلمة يجب أن توضّح وضوحًا!"
استخدم المرادفات أو صياغة بديلة (مثلاً، بدلاً من "تلخيص"، حاوِل إلحاق "tldr" إلى نص الإدخال). التبديل بين كلمات أو عبارات مختلفة لتوثيق أيها يعمل بشكل أفضل وأيها أسوأ.
جرّب أسلوب "الشطيرة" مع مطالبات طويلة: أضف العبارة نفسها في أماكن مختلفة.
استخدِم مكتبة الطلبات للحصول على أفكار ملهمة. بطل المطالبة ومعرض الطلبات هذا هما مكانان جيدان للبدء.