學習筆記【生成式AI導論 2024】第3講：訓練不了人工智慧？你可以訓練你自己
這一節課說明，如何透過改變給模型的指示或咒語（prompt），來得到不同的結果 。也就是不依靠重新訓練新模型的方式，來強化語言模型的方法。直接說結論的話是，在今天語言模型的能力之下，我們只要交代清楚任務就好，可以包括背景以及需求。而這節課很像是一堂模型咒語的歷史課 XD，介紹了過去給模型加上不同話語，來增強完成任務的能力。
1. 叫模型思考
包括加上：”Let’s think step by step.” 叫模型思考、 “Answer by starting with analysis” 請模型先分析再回答，或是在請求最後加上 ”This is very important to my career.” （對模型情緒勒索），這些方法對於過去模型的回答是有所效果的
這邊更多相關資訊是一篇論文實驗的結果，分別是提到
可以不需要說「請」、「謝謝」
對他說「做什麼」，而不是「不要做什麼」
加上「如果回答的好就給你小費」
加上「答得不好將受到處罰」
加上「確保你的答案是沒有偏誤，且避免刻板印象」
給小費跟給予處罰的部分很有趣🤣
2. 把前提講清楚
透過先告訴 AI 一些背景的前提資訊、或是直接輸入額外的檔案資料，讓對應回答有所改變，增加得到我們要的答案可能性
這邊很有趣的是進行了一個實驗，如果刻意把「政治」與「財經」前提資訊做掉包，從他的回答可以發現並沒有把說明給讀進去，而是按照原先的知識回答「財經」
但如果增加一條提示：「這些類別的定義可能與一般的定義不同」，就有好好把說明給讀進去了。所以透過提示，可以讓他好好讀說明並產生了不一樣的結果。
還有剩下 3 點是在下一節課繼續說明，最後的時候再次提到，我們給予前提的指令，不會讓模型重新訓練，想要讓他每次都有比較精準的回答，還是在前面加上上充分的前提資訊。
-
這裡也找的到我歐👇
Instagram: ezra.share.injoy
Matters: ezra.share.injoy