OpenAI GPT-4: vodič za korištenje ili uvodne smjernice

ChatGPT je promoviran na oltar generativne umjetne inteligencije svojom epohalnom inovacijom. Iako mnogi očekuju točno razumijevanje naših namjera, ali odgovori ili kreacije nisu uvijek u skladu s očekivanjima.

Ovaj jaz može proizaći iz prevelikih očekivanja ili ne snalaženja u komunikacijskom kanalu. Bitno je što manje dopustiti ChatGPT-u da nagađa i zaključuje naše namjere, dati mu vremena za “razmišljanje”, pisati što je moguće jasnije zahtjeve ili upute, ponekad odrediti duljinu odgovora, razinu pisanja, izlazni format itd. U tom slučaju podiže se vjerojatnost da će rezultat zadovoljiti zahtjeve.

Što još treba učiniti za bolju točnost odgovora?

• Podijelite zadatke u niz jasno definiranih koraka. Time olakšavate modelu izvršavanje tih koraka.

• Razdvojite problem na različite tipove. Pogledajte koje operacije zahtijeva svaki tip. Možete definirati neke standardne operacije za svaku vrstu. Na ovaj način uobičajeni koraci kao što su pretraživanje, usporedba, razumijevanje, itd., mogu biti definirani unaprijed. Prednost je da svaki put kada ChatGPT odgovori na pitanje treba izvršiti samo operacije potrebne za trenutni korak, što smanjuje mogućnost pogreške i štedi vrijeme.

• Trostruki navodnici, XML oznake i naslovi odjeljaka mogu pomoći u odvajanju teksta s kojima se treba drugačije postupati i pomoći modelu da bolje razjasni dvosmislenost.

• Navedite duljinu izlaza: možete definirati modelu koliko riječi, rečenica, odlomaka, grafičkih oznaka itd., da generira. Zbog ograničenja unutarnjim mehanizmom modela i ovisno o složenošću jezika, najbolje je upit podijeliti prema paragrafima i ključnim točkama.

• Navedite primjere: Često je učinkovitije dati opće objašnjenje koje se odnosi na sve primjere nego pokazati primjerom, ali u nekim slučajevima može biti ipak lakše dati primjere. Ako modelu kažemo da je za učenje plivanja potrebno samo udaranje nogama i zamahivanje rukama, to je neka opća informacija. A ako pokažemo snimku plivanja, na kojoj su prikazani specifični pokreti udaraca i zamaha rukama, to je objašnjeno kroz primjere. U tom slučaju, rezultati će biti točniji.

• Navedite referentni tekst. Neka model odgovori koristeći taj referentni tekst. Postoji li više referentnih informacija, “ubacite” ih i pustiti model da upotrijebi za odgovor.

Ovo su neke ChatGPT zlonamjerne aplikacije i domene dizajnirane za krađu podataka

Za ChatGPT sada više nije lako vrijeme

ChatGPT i pitanje autorskih prava AI-a sve više zabrinjava

Uz ChatGPT lako je stvoriti zlonamjerni kod

Što je ChatGPT – trend koji će eksplodirati 2023.

• Neka model citira referentni tekst za odgovor: Ako unos već sadrži relevantne dokumente znanja, moguće je izravno tražiti od modela dodavanje reference svojim odgovorima tako da citira odlomke u dokumentu. Time se smanjuje mogućnost da model priča besmislice.

• Za scenarije primjene koji trebaju voditi duge razgovore, sažmite ili filtrirajte prethodne razgovore. Razlog je što kada model obrađuje dijalog, ograničen je fiksnom duljinom konteksta i ne može zapamtiti cijelu povijest dijaloga. Drugo rješenje je dinamički odabir dijelova razgovora koji su najrelevantniji za rješavanje trenutnog problema. Jednostavnije rečeno, potrebno je pronaći relevantne dijelove prethodnog razgovora na temelju sadržaja pitanja kako bi se učinkovitije upotrijebile prethodne informacija i učinio razgovor fokusiranijim.

• Sažmite segmentno dugačke dokumente: Budući da model može zapamtiti samo ograničene informacije, ne može se izravno koristiti za sažimanje vrlo dugačkih tekstova. Kako bi se saželi dugački dokumenti, koristiti metodu sažimanja korak po korak. Sažeci svakog odjeljka mogu se nanizati u sažetak cijelog dokumenta. Ovaj proces može biti rekurzivan sloj po sloj dok se cijeli dokument ne sažme.

• Pitajte model je li nešto prethodno propustio: Pretpostavimo da tražimo od modela da pronađe rečenice vezane uz određeno pitanje iz velike datoteke, a model će nam govoriti jednu po jednu rečenicu. Ali ponekad model napravi pogrešnu procjenu i zaustavi se kada bi trebao nastaviti tražiti povezane rečenice, što rezultira time da povezane rečenice budu propuštene. U ovom trenutku možemo podsjetiti model “Ima li još povezanih rečenica?”, a zatim će nastaviti postavljati upite o povezanim rečenicama, tako da model može pronaći potpunije informacije.

Nadamo se da smo vam malo pomogli….