Стандартные практики генерации текста
Часть курса Prompt Engineering
Второй и третий уроки дали почувствовать, как модель на самом деле выдаёт текст по одному токену за раз, и показали пять принципов управления ею. Этот урок превращает то понимание в небольшой набор привычек, благодаря которым генерация текста становится достаточно предсказуемой, чтобы на неё можно было опираться.
Когда в промпте есть и инструкция, и кусок текста, с которым надо что-то сделать, модели приходится самой догадываться, где кончается одно и начинается другое. Если просто склеить их вместе, она может принять часть ваших данных за новую инструкцию или, наоборот, вписать вашу инструкцию в то, что должна была пересказать. ...
Хочешь изучать Prompt Engineering Стандартные практики генерации текста в реальной среде?
Нажми ниже, получи Linux-машину с Prompt Engineering наготове и пройди Стандартные практики генерации текста на практике вместе с AI-наставником, который знает твой код.
Начать этот урокСтандартные практики генерации текстаЧему вы научитесь
- Prompt formatting and delimiters
- System, user, and assistant roles
- Few-shot prompting
- Parsing structured output like JSON
Читай этот урок на своём языке
Все уроки этого курса
11 уроков- 1Что такое промпт20 мин
- 2Как большие языковые модели генерируют текст30 мин
- 3Пять принципов промптинга30 мин
- 4Стандартные практики генерации текста35 мин
- 5Prompt Templates и Function Calling35 мин
- 6Vector-базы данных и Retrieval-Augmented Generation40 мин
- 7Autonomous Agents: память (memory) и инструменты (tools)40 мин
- 8Как diffusion-модели генерируют изображения30 мин
- 9Стандартные практики генерации изображений35 мин
- 10Продвинутые техники работы с изображениями: inpainting, outpainting и ControlNet35 мин
- 11Создание приложений на основе ИИ40 мин
