공유
로그인
Aviso de disparo cero: comprensión y aprovechamiento de las funciones de LLM
Las indicaciones Zero-Shot se refieren a la capacidad de los modelos de lenguaje a gran escala, como GPT-3, para que la inteligencia artificial realice una tarea específica sin ejemplos o demostraciones específicas previas. Esta función permite que la inteligencia artificial realice libremente diversas tareas aprendiendo diversos datos.
¿Ejemplo de mensaje Zero-Shot?
Por ejemplo, considere la tarea de clasificar el sentimiento de un texto específico. Si un usuario escribe la frase "Vale la pena leer esta guía" sin ninguna explicación, el modelo de lenguaje la clasifica como "neutral".
En este proceso, la inteligencia artificial analiza correctamente la emoción de la frase, aunque no haya recibido de antemano ejemplos concretos de clasificación de emociones. Esto demuestra la funcionalidad principal del mensaje Zero-Shot. En otras palabras, resolver un problema utilizando sólo las capacidades de un modelo de lenguaje existente sin ningún dato previo se denomina tiro cero.
Avances en el aprendizaje de disparo cero
El ajuste de instrucciones presentado en el estudio de 2022 <LOS MODELOS DE LENGUAJE AJUSTADOS SON APRENDIZAJES DE TIRO CERO> de Jason Wei mejora aún más esta característica.
FINETUNED LANGUAGE MODELS ARE ZERO-SHOT LEARNERS.pdf1.55MB
El ajuste de instrucciones es el proceso de realizar ajustes finos en un conjunto de datos para que la inteligencia artificial pueda comprender y seguir con mayor precisión las instrucciones dadas. De hecho, esta función se aplica a la función 'Instrucciones personalizadas' de chatGPT. Esto ayuda al usuario a obtener la respuesta deseada en cero disparos sin necesidad de que el usuario emita ningún comando o guía especial cada vez.
El aprendizaje reforzado con retroalimentación humana (RLHF) también juega un papel importante, ya que permite que los modelos de inteligencia artificial mejoren y se adapten mejor a las preferencias y orientación humanas.
Cambiar a indicaciones de una sola vez
Las indicaciones de Zero-Shot son poderosas, pero pueden tener limitaciones para tareas complejas o matizadas. En estos casos, es una buena idea incorporar un ejemplo o una demostración en el mensaje, lo que se denomina "mensaje de una sola vez". Las indicaciones de un solo disparo permiten que la inteligencia artificial proporcione resultados más precisos y detallados.
Puede que sea difícil decirlo, pero significa que cuando das una orden de una vez, tienes que darla correctamente. Sugiriendo ejemplos y estándares. Según el clasificador de sentimientos del que hablamos anteriormente, podemos hacer esto.
작업: 문장의 감정 분류
예시 입력: "오늘은 정말 행복한 날이에요."
예시 출력: 긍정
기준:
긍정 - 만족, 기쁨, 흥미, 행복, 감사 등의 긍정적인 반응이 포함
부정 - 불만, 실망, 슬픔, 분노, 두려움 등의 감정이 드러나는 경우가 여기에 해당
중립 - 대개 정보를 전달하거나 질문하는 등 개인적인 감정이나 태도가 드러나지 않는 경우 해당
새로운 입력: "이번 프로젝트는 좀 걱정되네요."
출력: ?Si procede correctamente al ingresar el mensaje de inmediato, puede extraer resultados significativos incluso de modelos con un rendimiento algo menor, incluso si no son modelos como GPT-3 o 4. Comprender y utilizar la función Zero-Shot Prompt de la inteligencia artificial de esta manera abre posibilidades de aplicación en una variedad de campos.
ⓒ 2023. Haebom, todos los derechos reservados.
Se indica la fuente y puede utilizarse con fines comerciales con el permiso del titular de los derechos de autor.