Hodnocení modulu

1.

Jaký je primárním účelem systémové zprávy ve výzvě?

Definování role, chování a výstupních omezení modelu

Chcete-li poskytnout trénovací data, která trvale mění model.

Načtení dat z externího zdroje dat

2.

Kdy byste měli použít místo samotného návrhu pokynů Retrieval Augmented Generation (RAG)?

Pokud chcete, aby model reagoval v konzistentním stylu a formátu.

Když model potřebuje přístup ke konkrétním doménám nebo aktuálním datům, na která nebyl trénován.

Pokud chcete zmenšit délku výzev odeslaných do modelu.

3.

Jaký je ovládací prvek parametru teploty v jazykovém modelu?

Maximální počet tokenů, které model může vygenerovat.

Náhodnost a kreativita odpovědí modelu.

Rychlost, s jakou model zpracovává požadavky.

4.

Co optimalizuje doladění v jazykovém modelu?

Skutečná přesnost odpovědí připojením k externím datům.

Konzistence chování, stylu a výstupního formátu modelu

Počet tokenů, které model může zpracovat v jednom požadavku.

5.

Vytváříte chatovací aplikaci, která potřebuje zodpovědět otázky pomocí katalogu produktů vaší společnosti při zachování konkrétního hlasu značky. Která kombinace strategií je nejvhodnější?

Pouze navrhování promptů s podrobnými systémovými zprávami.

RAG pro data katalogu produktů, vyladění pro hlas značky a návrh promptů pro pokyny specifické pro danou konverzaci.

Pouze vyladění s katalogem produktů, který je součástí trénovacích dat.

Váš názor