SeterusnyaPanduan seterusnya
Cara Mendorong Model Penaakulan
AI bahasa
PANDUAN AI Bahasa
Dorongan peranan atau persona bermaksud memberitahu model bahasa untuk mengambil identiti sebelum anda memberikannya tugas, seperti "Anda seorang akauntan cukai kanan." Ia boleh mengubah nada, perbendaharaan kata dan pembingkaian.
Dengar panduan iniAI-diceritakan · ~3 min
Bukti bahawa persona meningkatkan ketepatan fakta dengan sendirinya adalah lemah, jadi ia berfungsi paling baik apabila peranan membawa jangkaan konkrit tentang penonton, piawaian dan output.
Gesaan peranan berfungsi dengan pelaziman. Model bahasa meramalkan teks yang sesuai dengan konteksnya, dan identiti yang dinyatakan mengubah jenis teks yang kelihatan sesuai. "Anda seorang doktor kecemasan" menjadikan perbendaharaan kata klinikal, pesanan triage dan lindung nilai berhati-hati lebih berkemungkinan. Itulah sebabnya persona boleh dipercayai untuk gaya. Daftar, tahap membaca, tabiat memformat dan sudut pandangan semuanya berubah dengan ketara. Ketepatan adalah soalan yang berasingan. Persona tidak boleh menambah pengetahuan yang tidak dimiliki oleh model. Zheng dan rakan sekerja, dalam kajian yang pertama kali disiarkan pada 2023, menguji banyak peranan sosial dalam gesaan sistem pada tanda aras menjawab soalan fakta. Menambah peranan menghasilkan kesan kecil dan tidak konsisten, dan sukar untuk meramalkan terlebih dahulu peranan mana yang akan membantu. Penyelidikan lain tentang dorongan main peranan telah melaporkan keuntungan pada beberapa tugasan penaakulan matematik dan akal. Ringkasan yang adil ialah persona kadangkala membantu, jarang memutuskan keputusan dan tidak pernah menggantikan konteks. Persona membayar paling banyak apabila peranan itu membayangkan senarai semak. "Editor salinan mengikut gaya AP" membayangkan peraturan khusus. "Penilai keselamatan" membayangkan mencari kecacatan suntikan, pengesahan lemah dan rahsia terdedah. Peranan ialah cara yang padat untuk memanggil satu set piawaian dan ia lebih membantu apabila anda mengeja piawaian tersebut. Tiga salah tanggapan adalah biasa: - Label menyanjung seperti "terbaik dunia" meningkatkan kualiti. Terdapat sedikit bukti untuk ini. - Persona mengubah model menjadi pihak berkuasa. Persona "doktor" bukanlah nasihat perubatan. - Persona tidak berbahaya. Suara pakar yang yakin boleh menjadikan jawapan yang salah lebih meyakinkan. Pembingkaian peranan juga muncul dalam percubaan jailbreak. Itulah sebabnya pembekal melatih model untuk mematuhi peraturan keselamatan mereka tidak kira apa watak yang diberikan kepada mereka. Peraturan praktikal: gunakan peranan untuk menetapkan penonton dan piawaian, kemudian berikan fakta, kekangan dan format output yang diperlukan oleh peranan.
Pasukan sokongan menetapkan gesaan sistem "Anda adalah ejen meja bantuan pesakit untuk pengguna kali pertama apl perakaunan kami." Balasan menjadi langkah yang pendek dan bebas jargon, tetapi ia hanya tepat apabila dokumentasi produk turut berada dalam gesaan.
Seorang penulis meminta model itu untuk "bertindak sebagai pengulas rakan sebaya yang ragu-ragu" bagi draf. Ini dengan pasti mengeluarkan hujah balas dan bukti lemah bahawa nada membantu lalai model cenderung menjadi lembut.
Seorang guru meminta fotosintesis menjelaskan "sebagai panduan muzium bercakap dengan kanak-kanak berumur 10 tahun" dan kemudian "sebagai ahli biologi tumbuhan memberi taklimat kepada pelajar siswazah." Fakta yang sama kembali pada dua tahap perincian yang sangat berbeza.
Seorang pembangun mendapati bahawa "Anda adalah pakar Python bertaraf dunia" tidak membetulkan pepijat model yang salah. Menambahkan kesan ralat, versi Python dan permintaan untuk memeriksa kes tepi membetulkannya.
Apabila model menjadi lebih baik dalam mengikuti arahan terperinci, jawatan kosong mungkin akan menjadi kurang penting berbanding dengan konteks, kriteria dan contoh yang jelas. Persona kekal berguna dalam reka bentuk produk, di mana suara yang konsisten penting. Mereka juga membantu dalam tugas simulasi, seperti berlatih temu duga kerja atau menjana pelbagai perspektif pengguna untuk ujian. Penyelidik sedang mengkaji sejauh mana model mengekalkan watak dalam perbualan yang panjang dan cara persona berinteraksi dengan latihan keselamatan. Bimbingan berkemungkinan akan terus menganggap peranan sebagai satu tuas di antara banyak, diperiksa dengan set ujian dan bukannya dianggap membantu.
Newsletter percuma
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Dorongan peranan atau persona bermaksud memberitahu model bahasa untuk mengambil identiti sebelum anda memberikannya tugas, seperti "Anda seorang akauntan cukai kanan." Ia boleh mengubah nada, perbendaharaan kata dan pembingkaian. Bukti bahawa persona meningkatkan ketepatan fakta dengan sendirinya adalah lemah, jadi ia berfungsi paling baik apabila peranan membawa jangkaan konkrit tentang penonton, piawaian dan output.
Identiti yang dinyatakan mengubah jenis teks yang kelihatan sesuai dengan konteks. Itu pasti mengubah gaya, daftar dan sudut pandangan, tetapi ia tidak dapat menambah pengetahuan model yang kurang.
Menambah peranan menghasilkan kesan kecil dan tidak konsisten, dan sukar untuk mengetahui terlebih dahulu peranan mana yang akan membantu. Itulah sebabnya persona digambarkan sebagai kadangkala membantu tetapi jarang menentukan.
Peranan membuahkan hasil apabila ia membayangkan standard konkrit. Penyemak keselamatan membayangkan memeriksa kecacatan suntikan, pengesahan lemah dan rahsia terdedah. Label yang menyanjung tidak membayangkan apa-apa yang khusus.
Peranan dalam gesaan sistem berterusan merentasi selekoh dan dianggap sebagai arahan pengendali. Peranan yang diberikan sekali dalam mesej pengguna boleh pudar dalam perbualan yang panjang.
Terdapat sedikit bukti bahawa label superlatif meningkatkan kualiti. Kenyataan lain sepadan dengan nasihat panduan.
Teruskan belajar
Lebih banyak panduan dipilih untuk topik ini
SeterusnyaPanduan seterusnya
Cara Mendorong Model Penaakulan
AI bahasa