Promptų technika Tekstas į tekstą
Minties grandinė
Minties grandinės (CoT) promptavimas – technika, leidžianti didiesiems kalbos modeliams (LLM) išspręsti problemą, kaip seriją vienas po kito sekančių žingsnių prieš pateikiant galutinį atsakymą.
Minties grandinės promptavimas pagerina modelio gebėjimą mąstyti, priverčiant jį atsakyti į kelių etapų problemą su pagrįstais sprendimo žingsniais, kurie imituoja minties seką. Tai leidžia didiesiems kalbos modeliams įveikti sunkumus su kai kuriomis loginio mąstymo ir kelių žingsnių problemų sprendimo užduotimis, tokiomis, kaip, pavyzdžiui, susijusiomis su aritmetika.
Pavyzdžiui, sudarius klausimą: „Q: Kavinėje buvo 23 obuoliai. Jeigu 20 jų buvo panaudota pietums, tačiau buvo nupirkti dar 6 obuoliai, kiek obuolių iš viso liko?”, CoT promptas gali priversti LLM atsakyti „A: Kavinėje iš pradžių buvo 23 obuoliai. 20 buvo suvalgyta per pietus. Taigi, iš viso obuolių liko 23 – 20 = 3. Kadangi buvo nupirkti dar 6 obuoliai, iš viso jų liko 3 + 6 = 9. Atsakymas yra 9.”
Kaip ir pradinėje versijoje, kiekvienas CoT promptas įtraukė keletą K&A pavyzdžių. Tai padarė mažojo mokymo promptavimo technika. Taip pat veiksminga yra paprasčiausiai pridėti žodžius „Pagalvokime žingsnis po žingsnio“. Tai leidžia geriau pritaikyti mastelį, nes vartotojui nebereikia suformuluoti daugybės konkrečių CoT klausimų ir atsakymų pavyzdžių.
Kai yra taikoma PaLM, 540B parametrų kalbos modeliui, CoT promptavimas reikšmingai padėjo modeliui, leidžiant jam pasirodyti panašiai kaip užduočių specifiniams smulkiai derintiems modeliams keliuose uždaviniuose, net nustatant naują būseną tuo metu ant GSM8K matematinio mąstymo standarto. Galima smulkiai derinti modelius su CoT mąstymo duomenų rinkiniais, kad būtų dar labiau pagerinta ši galimybė ir skatinamas geresnis interpretavimas.
Promptų technika Tekstas į vaizdą
2022 m. buvo viešai prieinami teksto į vaizdą modeliai, tokie kaip DALL-E 2, Stable Diffusion ir Midjourney.
Šie modeliai priima tekstinio prompto įvestį ir naudoja ją generuojant AI meno vaizdus. Teksto į vaizdą modeliai paprastai nesupranta gramatikos ir sakinių struktūros taip, kaip didieji kalbos modeliai, ir reikalauja skirtingo rinkinio promptavimo technikų.
Prompto formatai
Teksto į vaizdą promptas dažniausiai susideda iš meno objekto aprašymo (pavyzdžiui, ryškiai oranžinės aguonos), pageidaujamos medijos (pavyzdžiui, skaitmeninės tapybos ar fotografijos), stiliaus (pavyzdžiui, hiperrealistinio), apšvietimo (pavyzdžiui, šoninio apšvietimo ar saulės spindulių), spalvos ir tekstūros.
Midjourney dokumentacija skatina trumpus, aprašomuosius promptus: vietoje „Sukurk man nuotrauką, kurioje vaizduojama daugybė žydinčių aguonų. Aguonos turi būti ryškiai oranžinės ir piešk jas iliustruotu stiliumi su spalvotais pieštukais„, efektyvus promptas gali būti toks: „Pavaizduok ryškiai oranžines aguonas, nupieštas spalvotais pieštukais„.
Žodžių tvarka turi įtakos teksto į vaizdą prompto išvesčiai. Artimesni pradžioje esantys žodžiai gali būti labiau pabrėžiami.
Menininkų stiliai
Kai kurie teksto į vaizdą modeliai gali imituoti konkretaus menininko stilių pagal vardą.
Pavyzdžiui, frazė „Greg Rutkowski stilius” buvo naudojama Stable Diffusion ir Midjourney promptuose, generuojant vaizdus, būdingus iš lenkijos kilusiam menininkui Gregui Rutkowski.
Neigiami promptai
Teksto į vaizdą modeliai nesupranta neigimo. Promptas „šventė be torto” tikriausiai sugeneruos vaizdą, kuriame yra tortas.
Kaip alternatyva, neigiami promptai leidžia vartotojui nurodyti, kurios sąlygos neturėtų atsirasti galutiniame vaizde, naudojant atskirą promptą.
Bendras požiūris yra įtraukti bendrus nepageidaujamus terminus, tokie kaip „bjauru”, „nuobodu”, „bloga anatomija”, į neigiamą promptą vaizdui.
Dirbtinio intelekto sprendimai ir konsultacijos verslui
Norite išmokti kurti efektyvius promptus?
Peržiūrėkite, kokie promptų inžinerijos kursai ir individualios pamokos šiuo metu yra prieinami.
Parašykite: info@promptas.lt