Mentionsy

Chodzi o to, żeby zrozumieć, że aby mieć optymalne wyniki w dowolnym LLM-ie, musimy budować optymalne dane wejściowe, a nigdy nie jesteśmy w stanie przewidzieć wszystkiego, wpisując to ręcznie.

Dzisiaj zajmiemy się systemami LLM, czyli tzw.

To postaramy się dzisiaj przyjrzeć jak rozmawiać z systemami LLM.

O, i tu jest bardzo dobre pytanie, bo słuchajcie, większość ludzi popełnia ten błąd, że nieumiejętnie komunikuje się z LLM-ami, bo to nie musi być chat GPT, który jest najbardziej popularny, on jest po prostu bardzo uniwersalny, zdecydowanie nie jest najlepszy.

Dlatego, że na najprostsze pytania, które każdy człowiek znakomicie odpowie, typu, która jest godzina, LLM będzie miał problemy.

Obojętnie z którego modelu LLM będziemy korzystać, zawsze wyniki będą w powtarzalny sposób zadowalające.

I najważniejsze moim zdaniem pytanie w promptowaniu w LLM.

Jeżeli byśmy tego nie zrobili, tylko wpisali od razu całe polecenie do LLM-u, będzie nam trudno.

Jak przygotowywałem się do tego dzisiaj spotkania naszego, to pytałem się o promptowanie modelu LLM, co jest ważne.

No bo kto ma lepiej wiedzieć, jak nie sam model LLM, czyli Charles G.D., na przykład.

Załóżmy, że poprosimy chat GPT lub dowolny inny LLM o rozpisanie takiego programu na webinar.

To weź pod uwagę, że każdy LLM zrobi to inaczej.

Każdy LLM ma troszeczkę inną bazę danych i w związku z tym te wyniki są właśnie inne, a my chcemy zawsze działać, żeby to było powtarzalne, obojętnie czy robimy to w czasie GPT, czy w kopalni locie, czy w groku, czy w czymś innym.

Chodzi o to, żeby zrozumieć, że aby mieć optymalne wyniki, w dowolnym LLM-ie musimy dać optymalne dane wejściowe, a nigdy nie jesteśmy w stanie przewidzieć wszystkiego, wpisując to ręcznie.

Jeżeli tego nie zrobimy, dajmy na to, bazując na narzędziu Google LLM, załóżmy, że chcielibyśmy napisać pracę licencjacką, magisterską, obojętne.

Tak samo, obojętnie czy to będzie chat GPT, czy to będzie Google LLM, musimy cały czas pamiętać, że rozmawiamy z maszyną i dawać mu optymalnie jak najwięcej informacji, bo tylko wtedy będziemy mieli optymalne odpowiedzi.

Czy modele LLM rozróżniają duże, małe litery i czy jeżeli coś wyboldujemy, jak to się mówi, wyróżnimy, to czy to będzie ważniejsze niż inne treści?

Bo też jest to kolejna ważna wskazówka dzisiaj, jeżeli chodzi o tę technologię, nazwijmy to, skutecznego promptowania i dowożenia naszych celów przez systemy LLM, przez czaty po prostu.

Pierwszy punkt to musimy nauczyć się określać, który LLM będzie dla nas najlepszy, bo nie ma ideału.

Każdy z tych LLM-ów dostępnych na rynku, a już na pewno w wersji darmowej, ma pewne ograniczenia.

Więc jeżeli korzystamy z wersji darmowej, to moja rada jest, przetestujmy na różnych LLM-ach, jak się będą zachowywały dane promty, jakie wyniki będzie tworzyć.

Pytałem Ciebie, czy warto się uczyć promptowania z takich podręczników, które są na stronie każdego producenta danego rozwiązania LLM.