एलईएम के लिए प्रभावी प्रॉम्प्ट लिखना

कुछ प्रयोग की आवश्यकता है लेकिन

Page content

अभी भी कुछ सामान्य दृष्टिकोण हैं जिनके द्वारा अच्छे प्रॉम्प्ट लिखे जा सकते हैं ताकि LLM को आपके द्वारा चाहे वाले कार्य को समझने में भ्रमित न हो।

मनुष्य जटिल विचार को एक रोबोट के लिए वर्णन करता है

भाषा मॉडल के प्रदर्शन को सुधारने के लिए प्रॉम्प्ट इंजीनियरिंग तकनीकों का उपयोग करें

प्रॉम्प्ट इंजीनियरिंग एक मजबूत तकनीक है जो प्राकृतिक भाषा प्रसंस्करण (NLP) में उपयोग की जाती है। इसके द्वारा भाषा मॉडल के प्रदर्शन को सुधारने के लिए अतिरिक्त संदर्भ, निर्देश और कार्य के बारे में जानकारी प्रदान की जाती है। इस लेख में आपको उन विधियों के बारे में जानकारी दी जाएगी जिनके द्वारा आप प्रभावी प्रॉम्प्ट बना सकते हैं जो अपने NLP मॉडल को अधिक सटीक, संबंधित और विविध आउटपुट उत्पन्न करने में सहायता कर सकते हैं।

प्रभावी प्रॉम्प्ट बनाना

1. स्पष्ट और संक्षिप्त रहें

  • उद्देश्य: यह सुनिश्चित करें कि आपका प्रॉम्प्ट भाषा मॉडल द्वारा आसानी से समझा जा सके।
  • कार्यान्वयन: ऐसे जार्जन या तकनीकी शब्दों के उपयोग से बचें जो मॉडल को भ्रमित कर सकते हैं। निर्देश सीधे और बिंदुपरक रखें।

2. विशिष्ट उदाहरणों का उपयोग करें

  • उद्देश्य: मॉडल को उम्मीद के अनुसार आउटपुट के प्रकार को बेहतर तरीके से समझने में सहायता करें।
  • कार्यान्वयन: अपने प्रॉम्प्ट में विशिष्ट उदाहरण शामिल करें, जैसे कि कहानी उत्पन्न करने के कार्यों के लिए सेटिंग, पात्र या कथा विवरण।

3. प्रॉम्प्ट को बदलें

  • उद्देश्य: मॉडल को कार्य के बारे में अधिक सीखने और विविध आउटपुट उत्पन्न करने की सुविधा प्रदान करें।
  • कार्यान्वयन: अलग-अलग शैलियों, टोन और फॉर्मेट के साथ प्रयोग करें ताकि देख सकें कि मॉडल कैसे प्रतिक्रिया देता है।

4. परीक्षण और सुधार

  • उद्देश्य: प्रॉम्प्ट की प्रभावता की जांच करें और आवश्यक समायोजन करें।
  • कार्यान्वयन: प्रॉम्प्टों के एक सेट बनाने के बाद, उन्हें अपने भाषा मॉडल पर परीक्षण करें। परिणामों का विश्लेषण करें और प्रॉम्प्टों को प्रतिक्रिया या प्रदर्शन मापदंडों के आधार पर सुधार करें।

5. प्रतिक्रिया का उपयोग करें

  • उद्देश्य: अपने प्रॉम्प्टों की गुणवत्ता और संबंधितता को निरंतर सुधारें।
  • कार्यान्वयन: उपयोगकर्ता प्रतिक्रिया या अन्य स्रोतों से प्राप्त अंतर्दृष्टि को शामिल करें ताकि समय के साथ प्रॉम्प्ट की प्रभावता को बढ़ा सकें।

बेहतर परिणाम के लिए विशिष्ट निर्देश

उदाहरण:

  • प्रॉम्प्ट: मुझे बड़े भाषा मॉडलों में हुए नवीनतम उन्नतियों के बारे में समझाएं।
  • निर्देश: हमेशा अपने स्रोतों का उल्लेख करें, जो 2020 के बाद के नहीं हों।

प्रारंभिक छात्रों के लिए स्टाइलाइजेशन

स्पष्टीकरण: जटिल अवधारणाओं को सरल भाषा और बच्चों के शैक्षणिक नेटवर्कों के लिए संबंधित उदाहरणों के साथ प्रस्तुत करें।

फॉर्मेटिंग निर्देश

उदाहरण:

{
  "role": "sentiment_classifier",
  "instructions": [
    "प्रत्येक संदेश के लिए, सकारात्मक, तटस्थ और नकारात्मक भाव के प्रतिशत का उल्लेख करें।",
    "उदाहरण: 'मुझे इसका प्रेम है' -> 70% सकारात्मक, 30% तटस्थ; 'इसके बेहतर हो सकता है' -> 0% सकारात्मक, 50% तटस्थ, 50% नकारात्मक"
  ],
  "examples": [
    {
      "message": "मुझे इसके बारे में ठीक लगा",
      "sentiment": [25%, 50%, 25%]
    },
    {
      "message": "मैं इसे पसंद करता हूं!",
      "sentiment": [100%, 0%, 0%]
    }
  ]
}

भूमिका-आधारित प्रॉम्प्ट

उदाहरण:

  • प्रॉम्प्ट: आप एक वर्चुअल टूर गाइड हैं जो अब टूरिस्टों के साथ ईफेल टॉवर के रात के टूर पर चल रहे हैं। अपने दर्शकों के लिए ईफेल टॉवर का वर्णन करें, इसके इतिहास, प्रति वर्ष आने वाले लोगों की संख्या, पूर्ण टूर के लिए लगने वाला समय और इस स्थान पर प्रतिवर्ष क्यों इतने लोग आते हैं इसके बारे में बताएं।

चेन ऑफ थॉट तकनीक

उदाहरण:

  • प्रॉम्प्ट: आप 1901 में एक वर्चुअल टूर गाइड हैं। आपके टूरिस्ट ईफेल टॉवर के दौरा कर रहे हैं।
  1. इसका निर्माण क्यों किया गया था?
  2. इसके निर्माण में कितना समय लगा?
  3. इसके निर्माण के लिए सामग्री कहां से प्राप्त की गई थी?
  4. 1900 के दशक में प्रतिवर्ष आने वाले यात्रियों की संख्या क्या है?
  5. एक पूर्ण टूर के लिए कितना समय लगता है और क्यों प्रतिवर्ष इतने लोग इस स्थान पर आते हैं?

स्व-संगतता

उदाहरण:

  • प्रॉम्प्ट: जॉन ने पाया कि 15 संख्याओं का औसत 40 है। यदि प्रत्येक संख्या में 10 जोड़ा जाता है, तो नया औसत क्या होगा?
  • निर्देश: प्रॉम्प्ट कई बार चलाएं और उत्तर के लिए सबसे अक्सर लौटे वैल्यू का चयन करें।

रिट्रीवल-एग्जेंटेड जेनरेशन

उदाहरण:

मेन्लो पार्क में तापमान के बारे में निम्नलिखित जानकारी दी गई है:

  • 2023-12-11: 52 फारेनहाइट

  • 2023-12-12: 51 फारेनहाइट

  • 2023-12-13: 55 फारेनहाइट

  • प्रॉम्प्ट: 2023 के दिसंबर 12 को मेन्लो पार्क में तापमान क्या था?

प्रोग्राम-एग्जेंटेड भाषा मॉडल

उदाहरण:

  • प्रॉम्प्ट: गणना करें: ((-5 + 93 * 4 - 0) * (4^4 + -7 + 0 * 5))

अतिरिक्त टोकन को सीमित करें

उदाहरण:

  • प्रॉम्प्ट: आप एक रोबोट हैं जो केवल JSON आउटपुट करता है।
  • निर्देश: आपके उत्तर में ‘zip_code’ क्षेत्र शामिल होना चाहिए।
  • उदाहरण प्रश्न: मेन्लो पार्क का ज़िप कोड क्या है?
  • अपेक्षित उत्तर: {“zip_code”: “94025”}

झूठ को कम करें

उदाहरण 1:

  • प्रॉम्प्ट: क्वांटम कंप्यूटिंग की अवधारणा को एक उच्च माध्यमिक छात्र के लिए समझाएं।
  • निर्देश: सरल स्पष्टीकरण प्रदान करें और जटिल जार्जन से बचें।

उदाहरण 2:

  • प्रॉम्प्ट: अपने बॉस को प्रोजेक्ट प्रगति के बारे में बैठक के लिए एक ईमेल लिखें।
  • निर्देश: व्यावहारिक भाषा का उपयोग करें, औपचारिक टोन बनाए रखें और प्रोजेक्ट के स्थिति के बारे में विशिष्ट विवरण शामिल करें।

उदाहरण 3:

  • प्रॉम्प्ट: प्रकृति के बारे में एक कविता उत्पन्न करें।
  • निर्देश: प्राकृतिक तत्वों से संबंधित वर्णनात्मक भाषा और छवि पर ध्यान केंद्रित करें।

निष्कर्ष

प्रॉम्प्ट इंजीनियरिंग के इन निर्देशों का पालन करके आप अपने NLP मॉडल के प्रदर्शन को बहुत अधिक सुधार सकते हैं। क्या यह स्पष्ट निर्देशों के माध्यम से है, विशिष्ट उदाहरणों के माध्यम से है या भूमिका-आधारित प्रॉम्प्टों के माध्यम से है, प्रत्येक तकनीक मॉडल को अधिक सटीक और संबंधित आउटपुट के लिए मार्गदर्शन करने में महत्वपूर्ण भूमिका निभाती है।

उपयोगी लिंक