Pratiques standard pour la génération de texte
Partie du cours Prompt Engineering
Les leçons deux et trois vous ont donné une idée de la façon dont le modèle produit réellement du texte, un token à la fois, et des cinq principes qui permettent de l'orienter. Cette leçon transforme cette compréhension en une poignée d'habitudes qui rendent la génération de texte assez fiable pour construire dessus.
Quand votre prompt contient à la fois une instruction et un bloc de texte à traiter, le modèle doit deviner où l'un finit et où l'autre commence. Si vous les collez bout à bout, il peut lire une partie de vos données comme une nouvelle instruction, ou intégrer votre instruction à ce qu'il est censé résumer. ...
Envie d’apprendre Prompt Engineering Pratiques standard pour la génération de texte dans un vrai environnement ?
Cliquez ci-dessous, obtenez une machine Linux avec Prompt Engineering prêt, et travaillez sur Pratiques standard pour la génération de texte avec un tuteur IA qui connaît votre code.
Commencer cette leçonPratiques standard pour la génération de texteCe que vous allez apprendre
- Prompt formatting and delimiters
- System, user, and assistant roles
- Few-shot prompting
- Parsing structured output like JSON
Lire cette leçon dans votre langue
Toutes les leçons de ce cours
11 leçons- 1Qu'est-ce qu'un prompt20 min
- 2Comment les grands modèles de langage génèrent du texte30 min
- 3Les cinq principes du prompting30 min
- 4Pratiques standard pour la génération de texte35 min
- 5Prompt Templates et Function Calling35 min
- 6Vector Databases et Retrieval-Augmented Generation40 min
- 7Autonomous Agents : memory et tools40 min
- 8Comment les diffusion models génèrent des images30 min
- 9Pratiques standards pour la génération d'images35 min
- 10Techniques d'image avancées : inpainting, outpainting et ControlNet35 min
- 11Construire des applications propulsées par l'IA40 min
