Quiz collegato alla guida · Medio Livello

Quiz Prompt Engineering inverso

Dedurre requisiti di prompt osservabili da un esempio, quindi testare un nuovo prompt senza pretendere di recuperare l'originale univoco.

Percorsi guida correlatiPrompt Engineering inverso
Domanda 1 di 8

Come funziona il reverse prompt engineering in questa guida?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Come funziona il reverse prompt engineering in questa guida?
    • Leggere direttamente il prompt del sistema nascosto del modello
    • Recupero di ogni documento di formazione
    • Utilizzo di un output di esempio per dedurre istruzioni per un output nuovo e simile
    • Modifica dei pesi dei modelli senza esempi
  2. Può un output da solo rivelare un unico prompt che lo ha prodotto?
    • Di solito no; molti prompt e impostazioni possono creare output simili
    • Sì, ogni output ha esattamente un prompt
    • Sì, se l'output ha intestazioni
    • No, perché gli output non contengono informazioni
  3. Cosa supporta la ricerca output-to-promp?
    • Un prompt esatto è sempre recuperabile
    • L'inversione rapida rivela i pesi del modello
    • Un campione dimostra che l'output è reale
    • Un sistema può dedurre un prompt semanticamente correlato, non necessariamente la formulazione originale
  4. Come dovrebbe un utente iniziare ad analizzare un output di esempio?
    • Indovina le istruzioni private della modella
    • Elenca le caratteristiche osservabili come struttura, tono, pubblico e durata
    • Copia ogni frase alla lettera
    • Supponiamo che le sue affermazioni fattuali siano corrette
  5. Perché testare un prompt ricostruito su più esempi invisibili?
    • Per dimostrare che corrisponde esattamente al prompt nascosto
    • Per rimuovere tutte le varianti del modello
    • Per vedere se le sue istruzioni si generalizzano oltre il campione originale
    • Per evitare di definire una rubrica
  6. Come dovrebbero essere gestite le affermazioni fattuali nell’output target?
    • Supponiamo che la corrispondenza dello stile dimostri l'accuratezza
    • Verificali separatamente dalla somiglianza di stile o formato
    • Rimuovi tutte le citazioni
    • Usateli come unico vincolo del prompt
  7. Quale utilizzo si adatta meglio a questo metodo?
    • Descrivere la struttura e il tono riutilizzabili da un campione
    • Richiedere l'accesso al prompt privato di qualcun altro
    • Recupero dei dati di allenamento
    • Aggirare le regole di sicurezza di un modello
  8. Cosa dovrebbe succedere se il prompt viene spostato su un modello diverso?
    • Supponiamo che si comporterà in modo identico
    • Rimuovere i casi di test
    • Conserva solo l'output originale
    • Ritestare e modificare perché il comportamento potrebbe differire