የአውድ የመማሪያ መመሪያ

አጠቃላይ እይታ

It is the reason you can 'teach' a model on the fly just by showing it what you want.

ጥልቅ ዳይቭ

በተለምዶ የነርቭ ኔትወርክን አዲስ ተግባር ማስተማር ማለት ክብደቱን በስልጠና ማዘመን ማለት ነው። በአውድ ውስጥ መማር የተለየ ነው፡ ጥቂት ምሳሌዎችን በቀጥታ በጥያቄው ውስጥ ይጽፋሉ («አውድ») እና ሞዴሉ ንድፉን ያስገባ እና በአዲስ ግብአት ላይ ይተገበራል። በአምሳያው ውስጥ ምንም ነገር አይለወጥም; ምሳሌዎቹ የሚቀጥለውን ማስመሰያ ትንበያ ብቻ ይመራሉ ። 'ዜሮ-ሾት' (መመሪያ ብቻ)፣ 'አንድ-ምት' (አንድ ምሳሌ) እና 'ጥቂት-ሾት' (በርካታ ምሳሌዎች) ይሰማሉ። ይህ ባህሪ እ.ኤ.አ. በ2020 በጂፒቲ-3 ታዋቂነት እና ድንገተኛ ችሎታ ሆኖ ተገኝቷል፡ ጥቃቅን ሞዴሎች ሊያደርጉት አይችሉም፣ ነገር ግን በግምት 100-ቢሊየን-ልኬት ሚዛን ካለፉ ፣ በጥቂት-ምት ላይ ትክክለኛነት በከፍተኛ ፍጥነት ይወጣል። ሞዴሉ በቅድመ-ስልጠና ወቅት ስርዓተ-ጥለቶችን ማወቅ እና መቀጠልን በብቃት ተምሯል፣ ስለዚህ ያንን ችሎታ በፍላጎት ጊዜ እንደገና መጠቀም ይችላል።

ቴክኒካዊ ግንዛቤ

የአተረጓጎም ጥናት አብዛኛው ይህን ችሎታ 'ጭንቅላትን ወደ ማነሳሳት' ተከታትሏል - በስልጠና ወቅት ብቅ ያሉ ትኩረትን የሚስቡ እና ደብዛዛ ቅድመ ቅጥያ ማዛመድን ያከናውናሉ፡ ተመሳሳይ ቶከን የታየበትን ቦታ ይመለሳሉ፣ ከዚያም የተከተለውን ይገለበጣሉ። ስለዚህ ጥያቄዎ 'ፖም -> ፍራፍሬ, ካሮት -> አትክልት' ሲያሳይ ሞዴሉ ከመዋቅሩ ጋር ይዛመዳል እና ለቀጣዩ ንጥል ትክክለኛውን መለያ ይተነብያል. በወሳኝ ሁኔታ፣ ምንም ቅልመት አይፈስም እና ምንም የክብደት መለኪያ በምርመራ አይዘመንም። ምሳሌዎቹ የሚቀጥለውን ማስመሰያ ፕሮባቢሊቲ ስርጭትን የሚመገቡትን ማነቃቂያዎች በቀላሉ ይቀርጻሉ።

ስልታዊ ተጽእኖ

ፍጥነት እና ልኬት

የቋንቋ የስራ ፍሰቶች ወጥነትን ሳያጠፉ በፍጥነት ሊንቀሳቀሱ ይችላሉ።

መድረስ እና መድረስ

በቋንቋዎች እና በመግባቢያ ዘይቤዎች ተደራሽነትን ያሰፋዋል።

ግልጽ ውሳኔዎች

አውቶሜሽን ድግግሞሹን ሲቆጣጠር ቡድኖች በፍርድ ላይ ብዙ ጊዜ ሊያጠፉ ይችላሉ።

የውስጠ-ዐውድ ትምህርት የወደፊት ዕጣ

የአውድ መስኮቶችን ማስፋፋት (አሁን በመቶ ሺዎች የሚቆጠሩ ቶከኖች) የውስጠ-ዐውደ-ጽሑፉን ትምህርት ወደ 'ብዙ-ተኩስ' አገዛዞች ይግፉ፣ በደርዘን የሚቆጠሩ ወይም በመቶዎች የሚቆጠሩ ምሳሌዎች ለአንዳንድ ስራዎች ጥሩ ማስተካከያን የሚወዳደሩበት፣ ምንም የስልጠና ወጪ የለም። ከማስመለስ ጋር ጥብቅ ውህደትን ይጠብቁ፣ ስለዚህ ተዛማጅ ምሳሌዎች በራስ-ሰር ይመጣሉ፣ እና በአውድ ውስጥ መማር ሲወድቅ ወይም ሲከፋፈል የተሻለ ንድፈ ሃሳብ። ሞዴልን ለማላመድ ፈጣን፣ ርካሽ መንገድ፣ ማሟያ - አለመተካት - ለተረጋጋና ከፍተኛ መጠን ያላቸውን ተግባራት ማስተካከል ይቀጥላል።

የእውነተኛ-ዓለም አተገባበር

ለቻትቦት ሶስት ምሳሌ የድጋፍ ትኬቶችን እና ምድቦቻቸውን መስጠት እና አዲስ ትኬት በተመሳሳይ መንገድ መመደብ

አንድ ሞዴል ሁለት ከጥንዶች በፊት/በኋላ በማሳየት ላይ የተመሰቃቀለ ጽሑፍ ወደ ንጹህ JSON ተስተካክሏል ስለዚህም የቀረውን ይቀይራል

አዲስ ምርቶች ከቅጡ ጋር እንዲዛመዱ ሁለት የምርት መግለጫዎችን በምርት ስምዎ ቃና ውስጥ መለጠፍ

አስቸጋሪ የሂሳብ ቃል-ችግርን ማሳየት ደረጃ በደረጃ ሠርቷል ስለዚህም ሞዴሉ ተመሳሳይ ችግሮችን በተመሳሳዩ የማመዛዘን ቅርጸት ይፈታል

አደጋዎች እና የጥበቃ መንገዶች

የተሳሳቱ እውነታዎች በጸጥታ ወደ ሪፖርቶች፣ የድጋፍ ፍሰቶች ወይም የምርምር ውጤቶችን ማስገባት ይችላሉ።

ፈጣን ትብነት በተመሳሳይ ጥያቄዎች ላይ የማይጣጣሙ ውጤቶችን ሊፈጥር ይችላል።

የመዳረሻ መቆጣጠሪያዎች ደካማ ከሆኑ ሚስጥራዊነት ያለው የጽሑፍ ውሂብ ሊጋለጥ ይችላል።

የትግበራ ፍኖተ ካርታ

ከመልቀቅዎ በፊት የውጤት ቅርጸትን፣ ድምጽን እና የጥራት ደረጃዎችን ይግለጹ።

ትክክለኛነት አስፈላጊ በሚሆንበት ጊዜ ሁሉ ከታመኑ ምንጮች ጋር ምላሾች።

ከፍተኛ ውጤት ለማግኘት የሰው የግምገማ ነጥብ አቆይ።

የውድቀት ንድፎችን ይከታተሉ እና ጥያቄዎችን ወይም የስራ ፍሰቶችን በመደበኛነት ያሠለጥኑ።

ማሰስዎን ይቀጥሉ

ChatGPT እና LLMs

የዘመናዊ ቋንቋ ሞዴሎች እንዴት እንደሚያመነጩ እና እንደሚያስቡ ይመልከቱ።

መመሪያ ያንብቡ

NLP መሰረታዊ ነገሮች

ከእነዚህ መሳሪያዎች በስተጀርባ ያለውን የቋንቋ ማቀናበሪያ መሰረታዊ ነገሮችን ይማሩ።

መመሪያ ያንብቡ

Free newsletter

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the In-Context Learning quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

አውድ ዊንዶውስ

ቀጣዩን መመሪያ ያንብቡ ሁሉንም ጥያቄዎች ያስሱ

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

What is In-Context Learning?

በዐውድ ውስጥ መማር ትልቅ የቋንቋ ሞዴሎች ያለ ምንም ሥልጠና በጥያቄው ውስጥ ከተቀመጡት ጥቂት ምሳሌዎች አዲስ ተግባር የመውሰድ አስደናቂ ችሎታ ነው። የምትፈልገውን በማሳየት ብቻ ሞዴልን በበረራ ላይ 'ለማስተማር' የምትችልበት ምክንያት ነው።

በዐውደ-ጽሑፍ ትምህርት ወቅት በአምሳያው ውስጥ ምን በመሠረቱ ለውጦች?

የአውድ ትምህርት ሙሉ በሙሉ በምርመራ ይከናወናል። በአፋጣኝ ውስጥ ያሉት ምሳሌዎች የአምሳያው ገቢር እና ቀጣይ-ቶከን ትንበያዎችን ይቀርጻሉ፣ ነገር ግን ምንም ክብደቶች አልተዘመኑም።

ለምን በዐውድ ውስጥ መማር እንደ 'ድንገተኛ' ችሎታ ተገልጿል?

ችሎታው ደካማ ወይም በትናንሽ ሞዴሎች ውስጥ የለም እና ሞዴሎች በጣም ትልቅ ደረጃ ላይ ከደረሱ በኋላ በከፍተኛ ደረጃ ይወጣል, ለዚህም ነው ድንገተኛ ተብሎ የሚጠራው.

በትራንስፎርመሮች ውስጥ ከአውድ ትምህርት ጋር በጣም የተቆራኘው የትኛው የውስጥ ዘዴ ነው?

የትርጓሜ ስራ የማነሳሳት ራሶችን ለይቷል - ትኩረት የሚስቡ ወረዳዎች ተመሳሳይ ቶከን የት እንደተገኘ ያገኙ እና ቀጥሎ የሚመጣውን ይገለብጡ - እንደ የአውድ ትምህርት ዋና አሽከርካሪ።