首页 > 其他分享 >大语言模型提示技巧(七)-扩展

大语言模型提示技巧(七)-扩展

时间:2025-01-08 09:48:39浏览次数:1  
标签:非常 语言 模型 情书 扩展 回复 使用 技巧

扩展是将较短的文本,例如一组提示或主题列表,输入到大型语言模型中,让模型生成更长的文本。我们可以利用这个特性让大语言模型生成基于某个主题的电子邮件或小论文。通过这种方式使用大语言模型,可以为工作与生活提供诸多便利,而即便不能获得满意的结果,大型语言模型也将是一名优秀的头脑风暴的伙伴。当然,如果以不负责任的目的使用这种功能,也可以快速产生大量垃圾内容,所以我们在使用大语言模型时须谨记我们的社会责任。
继续以本系列文章前面曾使用过的网购客户评价为例,利用扩展可自动生成对评价的回复,提升客户购物的良好体验。
你是一位电商客服的AI助手。你的任务是根据客户的评价对该评价进行回复。
以下由“```”包含的内容是客户评价,请生成回复以感谢客户。为使回复更贴近该评价,在回复中应提及评价中的具体细节,且回复应简明而专业。回复时请使用“积极”的评论情感。
```XX上的东西质量有保证,我拿少2百左右,价格便宜,方法闺蜜说的,买着放心用着舒心。客服也很好,消费者权益有保障,在XX上买的东西耐心,质量经的起考验。大瓶用的持久,小样出门旅行带着很方便,总之就是好。韩国后天气丹已收到,物流快,客服服务好,有诚信,收到货,包装完好回头客。快递送货及时,五星好评。产品包装:包装高端大气上档次。吸收效果:吸收效果很好!保湿程度:夜间使用非常保湿。适合肤质:敏感肌也可以用,味道很好闻。我真的非常喜欢它,非常支持它,质量非常好,和卖家描述的一模一样,我非常满意。我真的很喜欢它,它完全超出了预期的价值,交货速度非常快,包装非常仔细和紧凑,物流公司有一个良好的服务态度,交货速度非常快,我非常满意购物,包装很好,水和乳液两大瓶,可以用很久,和以前买的小样香味儿一样的,用后不油腻,我是敏感肌,用后暂时没有出现问题,再使用一阵再追评!```


让大语言模型进行文字创作通常也可以得到不错的效果,整体而言,大语言模型的文字功底超过了大多数普通人。比如我们可以写一个开头,让模型继续完成后继内容。

在上例中,我们只是给出了第一句,模型不仅能够续写,而且它猜测出了我们可能是想要一首诗。我们也可以指定文章中的若干个语句,然后让模型完成整篇文章。例如我们输入以下内容,要求模型写一封情书。
现在你正和一位女孩子谈恋爱,你现在的任务给女孩子写一封情书,情书至少应有五段,其中情书第二到第四段请分别以“你是我的太阳”“你是我的月亮”“你是我的星星”开头。

上述回应虽然没有能够完全符合提示的要求,但已经是很不错的一封情书了。
大语言模型不仅能实现续写任务,也能够实现一些特定的文字任务,例如藏头诗这种特殊的文字。

在使用大语言模型时,有一个称为“温度”的参数会影响模型回复的多样性,温度越高,模型的回复将越具有创造性,对同一提示回复的灵活性与变化越大。遗憾的是部分大语言模型提供的聊天对话框中并不支持这个参数的设定,但如果通过API使用大模型则可以调整这个参数。
微软的Copilot提供了三种对话样式的选择,这三种对话样式实际上就是指定以不同的温度回复我们的提示。

以下是选择“精确”对话样式(即温度较低)连续两次提交相同内容时Copilot给出的回复,可以看到,两次回复相似度非常高。我们在询问诸如规则制度、原理、历史事实等这些确定性非常高的事实时,应使用这种模式。


将Copilot的对话样式调整为“有创造力”后(即温度较高)连续两次提交相同内容时Copilot给出的回复如下两图,可以看到,两次回复的内容与形式均有明显的差异。


可见,扩展可以帮助我们完成多种不同任务。据说国外有学生使用ChatGPT利用这种特性甚至完成了一篇学术论文。

标签:非常,语言,模型,情书,扩展,回复,使用,技巧
From: https://www.cnblogs.com/gtyan/p/18659001

相关文章

  • 大语言模型提示技巧(七)-扩展
    扩展是将较短的文本,例如一组提示或主题列表,输入到大型语言模型中,让模型生成更长的文本。我们可以利用这个特性让大语言模型生成基于某个主题的电子邮件或小论文。通过这种方式使用大语言模型,可以为工作与生活提供诸多便利,而即便不能获得满意的结果,大型语言模型也将是一名优秀的......
  • 关于RAG你不得不了解的17个技巧
    最近在写文章,想补上去年RAG(Retrieval-AugmentedGeneration)遗留的一些坑,希望能分享一些RAG的技巧帮到大家。还是那句老话:构建一个大模型的原型很容易,但把它变成一个能真正投入生产的产品却很难。这篇文章适合那些在过去一个月里刚刚构建了第一个LLM(大语言模型)应用程序,并开......
  • 剑指核心!注意力机制+时空特征融合!组合模型集成学习预测!GRU-Attention-Adaboost多变量
    剑指核心!注意力机制+时空特征融合!组合模型集成学习预测!GRU-Attention-Adaboost多变量时序预测目录剑指核心!注意力机制+时空特征融合!组合模型集成学习预测!GRU-Attention-Adaboost多变量时序预测效果一览基本介绍程序设计参考资料效果一览基本介绍1.Matlab......
  • AI算法专家总结的超实用Prompt 技巧,让AI更好更高效地为你服务
    欢迎来到AI应用探索,这里专注于探索AI应用。Prompt是人与AI沟通的桥梁,直接决定了AI生成内容的相关性和准确性。一个好的Prompt能帮助AI准确理解需求、生成更精准和实用的结果,同时节省时间和精力,提升工作效率。不论是内容创作、问题解答还是数据分析,一个好的Prompt都是激发AI潜......
  • 数据库设计是构建高效、可靠和可扩展数据存储系统的关键过程
    数据库设计是构建高效、可靠和可扩展数据存储系统的关键过程。以下是数据库设计的一些核心原则:规范化(Normalization):确保数据以最少的冗余存储。消除数据更新异常和删除异常。通常分为第一范式(1NF)、第二范式(2NF)、第三范式(3NF)以及BC范式(BCNF)。反规范化(Denormalization):......
  • 基于transformer-bilstm光伏功率预测模型详解及代码复现
    背景介绍在探讨基于Transformer-BiLSTM的光伏功率预测模型之前,我们需要了解这一研究领域的背景。近年来,随着光伏发电技术的快速发展和大规模应用,准确预测光伏功率输出成为了保障电力系统安全稳定运行的关键问题。面对日益增长的海量光伏电站数据,传统预测方法已难以应对,这促......
  • 基于Python的大语言模型词嵌入技术
    文章目录一、词嵌入技术概述1.1词嵌入的基本概念1.2词嵌入的主要方法二、使用Python实现词嵌入2.1使用Gensim实现Word2Vec2.2使用GloVe进行词嵌入2.3使用FastText进行词嵌入三、词嵌入在大语言模型中的应用3.1使用Transformers库实现BERT嵌入3.2在大语言模型训......
  • 如何通过Python优化大语言模型的参数效率
    文章目录一、大语言模型参数效率优化的必要性1.1参数效率的重要性1.2优化技术的概述二、Python实现参数优化技术2.1模型压缩2.2模型剪枝2.3知识蒸馏2.4模型量化三、优化技术的技术细节3.1模型压缩技术3.2模型剪枝技术3.3知识蒸馏技术3.4模型量化技术四、参......
  • AI编程工具使用-使用豆包大模型MarsCode AI编程插件结合IDEA辅助程序员编程使用实例
    1.MarsCode介绍 MarsCode是一个AI驱动的云端集成开发环境(IDE),支持作为VSCode和JetBrains等主流IDE的智能编程扩展使用。其主要功能包括代码补全、生成、优化、解释、注释生成、单元测试生成、错误修复等,并且支持云函数开发、API测试、存储和部署工具等‌。MarsCode支持多......
  • 如何理解拟合模型之最小二乘法(线性回归)
    一、定义:一种用于拟合模型的数学方法,目标是找到一组模型参数,使得模型的预测值与真实值之间的误差平方和最小。二、核心思想:通过最小化误差,让模型尽可能接近训练数据三、应用场景:在回归分析中,最小二乘法广泛用于寻找数据点的最佳拟合直线或曲线。例如:在线性回归中,最小二乘......